这是《机器学习实战》中Logistic回归的学习笔记，以及运用Logistic回归对周志华的《机器学习》中的西瓜数据分类的Python代码。
2023/10/17 8:53:17
506KB
1
Weka是机器学习中的一个非常好的开源工具，对于熟悉Java的同学们来说是一个非常好的选择。
Weka几乎包含了所有常见机器学习算法的Java实现，Weka中支持的数据格式主要是arff，虽然weka官网上提供了一些arff文件，但有时仅有这些还不能满足需求，为此，本人搜集各方资料，再加上自己的手工转换，整理出了一个还算比较完整的arff数据集合，在这里分享给大家,并配有教材能边看边进行案例分析
Weka几乎包含了所有常见机器学习算法的Java实现，Weka中支持的数据格式主要是arff，虽然weka官网上提供了一些arff文件，但有时仅有这些还不能满足需求，为此，本人搜集各方资料，再加上自己的手工转换，整理出了一个还算比较完整的arff数据集合，在这里分享给大家,并配有教材能边看边进行案例分析
2023/10/12 10:06:47
69.19MB
1
本资源分为8个单独的PDF文档，囊括了斯坦福大学Boyd教授所开设的凸优化课程（EE364a）的所有课后习题解答。
这些习题一部分来自于Boyd所著的凸优化一书，一部分来自于数值优化、机器学习、统计拟合等工程领域，同时配有大量的Matlab实验和代码，可以帮助读者快速入门优化领域。
建议读者配合EE364a的公开课一起学习。
这些习题一部分来自于Boyd所著的凸优化一书，一部分来自于数值优化、机器学习、统计拟合等工程领域，同时配有大量的Matlab实验和代码，可以帮助读者快速入门优化领域。
建议读者配合EE364a的公开课一起学习。
2023/10/11 3:34:58
919KB
1
不和谐的机器人DiscordBot是一种Discord机器人，它使用线性回归机器学习模型来帮助在Disord服务器的成员正确通知服务器的其他成员该进行“时做出适当的React。
如果邮件中包含易于重新编码或可搜索的文本片段，则首先使用regex，str.__contains__或相等性对其进行检查，然后再使用ML模型来帮助提高准确性。
ML模型是标记的唯一来源的任何消息都将与:robot_face:表情符号。
动机该机器人的动机是要使该机器人自动响应消息并在消息末尾包含多个“a”或仅'a'的消息后发布gif以响应该消息。
我都在DiscordServer中使用了这两个工具，以向其他人发出信号，该是玩《守望先锋》了。
我也想做一个基本的DiscordBot玩。
支持我帮助我摆脱Heroku免费dynos依存关系依赖安装pip3install-rrequirements.tx
如果邮件中包含易于重新编码或可搜索的文本片段，则首先使用regex，str.__contains__或相等性对其进行检查，然后再使用ML模型来帮助提高准确性。
ML模型是标记的唯一来源的任何消息都将与:robot_face:表情符号。
动机该机器人的动机是要使该机器人自动响应消息并在消息末尾包含多个“a”或仅'a'的消息后发布gif以响应该消息。
我都在DiscordServer中使用了这两个工具，以向其他人发出信号，该是玩《守望先锋》了。
我也想做一个基本的DiscordBot玩。
支持我帮助我摆脱Heroku免费dynos依存关系依赖安装pip3install-rrequirements.tx
2023/10/9 20:44:42
5.3MB
1
1.添加了20多个单目标进化算法和100多个单目标测试问题。
平台目前含有150个算法和339个测试问题，涉及单目标优化、多目标优化、超多目标优化、组合优化、大规模优化、约束优化、多模态优化、昂贵优化、稀疏优化和偏好优化，测试问题包含机器学习、数据挖掘、网络科学、信号处理、调度、经济和工程中的实际问题。
2.全新开发的整体框架和图形界面，带有更多的模块及更强大的功能；
3.基于标签的过滤系统，使用户可以准确地选择针对不同类型问题的算法；
4.更加方便的问题定义方式，用户无需编写独立的代码文件即可自定义问题；
5.更加多样化的结果展示方式，问题的真实前沿面和可行区域可随种群一起展示；
6.提供中文用户手册。
平台目前含有150个算法和339个测试问题，涉及单目标优化、多目标优化、超多目标优化、组合优化、大规模优化、约束优化、多模态优化、昂贵优化、稀疏优化和偏好优化，测试问题包含机器学习、数据挖掘、网络科学、信号处理、调度、经济和工程中的实际问题。
2.全新开发的整体框架和图形界面，带有更多的模块及更强大的功能；
3.基于标签的过滤系统，使用户可以准确地选择针对不同类型问题的算法；
4.更加方便的问题定义方式，用户无需编写独立的代码文件即可自定义问题；
5.更加多样化的结果展示方式，问题的真实前沿面和可行区域可随种群一起展示；
6.提供中文用户手册。
2023/10/9 0:09:27
12.33MB
1
使用多项式拟合一个周期内、加入噪声的正弦曲线。
语言：MATLAB求解方式：由于自己写的梯度下降函数收敛太慢，因此调用MATLAB梯度下降优化函数；
后期用共轭梯度方法求解，收敛较快。
代码都在里面，但是比较乱。
语言：MATLAB求解方式：由于自己写的梯度下降函数收敛太慢，因此调用MATLAB梯度下降优化函数；
后期用共轭梯度方法求解，收敛较快。
代码都在里面，但是比较乱。
2023/10/6 0:39:15
57KB
1
ML项目：预测Dota2游戏结果这是我的个人机器学习项目。
该项目的目标是预测dota2游戏的结果。
介绍Dota2是世界上拥有大型电子竞技场景的著名视频游戏。
Dota2每年举办一次电子竞技世界冠军赛，最近的比赛奖池超过3400万美元。
预测特定游戏结果的能力不仅在体育比赛中而且在常规游戏酒吧中都至关重要。
了解游戏的获胜因素将有助于玩家分析游戏和策略。
数据资料总览数据集来自公开的。
这项比赛是由与合作组织的，是一家专门利用人工智能帮助球员提高技能和策略的公司。
发布者已经提供了train_features.csv和test_features.csv集作为训练和测试数据集。
但是，由于这是一场滑稽表演比赛，因此尚未发布test_features.csv设置的真实结果。
因此，我将根据train_features.csv集创建自己的测试集。
train_targes.c
该项目的目标是预测dota2游戏的结果。
介绍Dota2是世界上拥有大型电子竞技场景的著名视频游戏。
Dota2每年举办一次电子竞技世界冠军赛，最近的比赛奖池超过3400万美元。
预测特定游戏结果的能力不仅在体育比赛中而且在常规游戏酒吧中都至关重要。
了解游戏的获胜因素将有助于玩家分析游戏和策略。
数据资料总览数据集来自公开的。
这项比赛是由与合作组织的，是一家专门利用人工智能帮助球员提高技能和策略的公司。
发布者已经提供了train_features.csv和test_features.csv集作为训练和测试数据集。
但是，由于这是一场滑稽表演比赛，因此尚未发布test_features.csv设置的真实结果。
因此，我将根据train_features.csv集创建自己的测试集。
train_targes.c
2023/10/5 13:44:38
14.37MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB