kaggle比赛Titanic的R教程一和三（决策树、随机森林和logistics模型）；
利用薛毅《统计建模与R软件》书中判别分析章节中的距离判别、贝叶斯判别和Fisher判别函数实习的模型预测
利用薛毅《统计建模与R软件》书中判别分析章节中的距离判别、贝叶斯判别和Fisher判别函数实习的模型预测
2023/3/18 0:20:50
8KB
1
表情辨认数据fer2013,原地址在https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data
2023/2/21 6:27:19
91.97MB
1
太阳能发电厂时间序列分析关于数据集该项目使用的太阳能发电厂发电数据集。
Kaggle说明“这项数据是在34天的时间内在印度的两家太阳能发电厂收集的。
它有两对文件-每对都有一个发电数据集和一个传感器读数数据集。
在逆变器级别收集发电数据集-每个逆变器都附有多条太阳能电池板线。
天气传感器数据是在工厂级别收集的-在工厂中最佳放置了单个传感器阵列。
”生成器数据字段（来自Kaggle的说明）DATE_TIME-每个观察的日期和时间。
每隔15分钟记录一次观察结果。
PLANT_ID-植物ID-这对于整个文件都是通用的SOURCE_KEY-此文件中的源密钥代表逆变器ID。
DC_POWER[kW]-在这15分钟的时间间隔内，逆变器产生的DC功率（source_key）。
单位。
AC_POWER[kW]-在这15分钟的时间间隔内，逆变器产生的交流电（source_key
Kaggle说明“这项数据是在34天的时间内在印度的两家太阳能发电厂收集的。
它有两对文件-每对都有一个发电数据集和一个传感器读数数据集。
在逆变器级别收集发电数据集-每个逆变器都附有多条太阳能电池板线。
天气传感器数据是在工厂级别收集的-在工厂中最佳放置了单个传感器阵列。
”生成器数据字段（来自Kaggle的说明）DATE_TIME-每个观察的日期和时间。
每隔15分钟记录一次观察结果。
PLANT_ID-植物ID-这对于整个文件都是通用的SOURCE_KEY-此文件中的源密钥代表逆变器ID。
DC_POWER[kW]-在这15分钟的时间间隔内，逆变器产生的DC功率（source_key）。
单位。
AC_POWER[kW]-在这15分钟的时间间隔内，逆变器产生的交流电（source_key
2023/2/20 6:19:33
4.08MB
1
视频在B站可以搜索到菊安酱机器学习全套学习材料pdf+ipython+kaggle数据集算法讲解以及经典数据案例讲解
2019/7/19 7:31:31
59.38MB
1
鸟类使用转移学习找出图片中能否包含笑翠鸟或凤头鹦鹉与Kaggle猫与狗比赛相似，我决定使用神经网络对Kookaburras和Cockatoos进行分类（所以这更像澳大利亚！）该模型内置于“Birds-model”笔记本中，并基于Inceptionv3模型构建测试数据集中模型的准确性为96％。
2019/8/14 23:16:08
36KB
1
鸟类使用转移学习找出图片中能否包含笑翠鸟或凤头鹦鹉与Kaggle猫与狗比赛相似，我决定使用神经网络对Kookaburras和Cockatoos进行分类（所以这更像澳大利亚！）该模型内置于“Birds-model”笔记本中，并基于Inceptionv3模型构建测试数据集中模型的准确性为96％。
2019/8/14 23:16:08
36KB
1
该数据是kaggle2013年一个比赛的数据集，比赛网址为：https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data数据包含三个文件：fer2013.bib，fer2013.csv，README
2016/11/16 18:45:43
86.38MB
1
友谊提示，kaggle注册帐号发送验证邮件时验证码貌似是使用了谷歌的服务，如果没有梯子是刷不出验证码无法验证账号的，没有梯子的话可以考虑注册雅虎账号然后用雅虎账号登录kaggle。
不过有时一些数据的下载好像也会用到谷歌。
这个数据本来想0分的，不过现在好像最低要求是2分。
不过有时一些数据的下载好像也会用到谷歌。
这个数据本来想0分的，不过现在好像最低要求是2分。
2018/5/15 3:22:21
32KB
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