WST500.25-2016电子病历共享文档规范第25部分：出院评估与指点
2017/8/2 19:58:27
641KB
1
本书适合有志于从事数据挖掘的初学者，需求的朋友可看看第一部分数据挖掘与机器学习数学基础3第一章机器学习的统计基础3第二章探索性数据分析（EDA）.11第二部分机器学习概述14第三章机器学习概述14第三部分监督学习---分类与回归16第四章KNN（k最邻近分类算法）16第五章决策树19第六章朴素贝叶斯分类29第七章Logistic回归.32第八章SVM支持向量机42第九章集成学习(EsembleLearning)43第十一章模型评估46第四部分非监督学习---聚类与关联分析50第十二章Kmeans聚类分析.50第十三章关联分析Apriori.52第十四章数据预处理之数据降维54第五部分Python数据预处理.57第十五章Python数据分析基础.57第十六章Python进行数据清洗.77第六部分数据结构与算法82第七部分SQL知识.86第八部分数据挖掘案例分析87案例一AJourneythroughTitanic597c770e.87案例二Analysisforairplane-crashes-since-190894案例三贷款预测问题98案例四KNN算法实现葡萄酒价格模型预测及交叉验证107
2015/1/23 5:02:50
4.4MB
1
客户生存与流失预测客户流失率是评估不断增长的业务的最重要指标之一。
虽然这不是最幸福的衡量标准，但它可以使您的公司了解保留客户的事实。
Heroku应用程序MyHeroku应用程序：:生存分析生存分析是统计的一个分支，用于分析直到一个或多个事件（例如生物体死亡和机械系统故障）发生之前的预期持续时间。
Kaplan-Meier曲线（我的博客）脚步步骤1问题定义关键的挑战是预测单个客户能否会流失。
第2步数据采集用于此分类问题的数据集来自Kaggle，并来自IBM示例数据集集合（）。
第三步探索性数据分析收集数据后，将执行几个步骤来探索数据。
此步骤的目标是了解数据结构，进行初始预处理，清理数据，识别数据中的模式和不一致之处（例如，偏度，离群值，缺失值），并建立和验证假设。
第4步特征工程在特征工程中，从现有特征生成新特征，并在将所有特征转换
虽然这不是最幸福的衡量标准，但它可以使您的公司了解保留客户的事实。
Heroku应用程序MyHeroku应用程序：:生存分析生存分析是统计的一个分支，用于分析直到一个或多个事件（例如生物体死亡和机械系统故障）发生之前的预期持续时间。
Kaplan-Meier曲线（我的博客）脚步步骤1问题定义关键的挑战是预测单个客户能否会流失。
第2步数据采集用于此分类问题的数据集来自Kaggle，并来自IBM示例数据集集合（）。
第三步探索性数据分析收集数据后，将执行几个步骤来探索数据。
此步骤的目标是了解数据结构，进行初始预处理，清理数据，识别数据中的模式和不一致之处（例如，偏度，离群值，缺失值），并建立和验证假设。
第4步特征工程在特征工程中，从现有特征生成新特征，并在将所有特征转换
2018/10/22 3:11:14
7.78MB
1
MeshProfiler是一款可以列出场景所有模型各项信息的功能评估工具，以帮助开发者进行游戏优化。
它以列表的形式详细列出了场景中引用的模型文件的详细信息：包括顶点数，面数，法线，切线，顶点色以及各套uv，占用内存，是否可读写等各项信息。
并提供了对应的查阅视图。
默认按顶点数进行排序，你也可以选择其他排序方式进行排列，同时提供了筛选功能进行目标筛选，你可以通过它检查场景种的模型是否含有多余的法线，uv等信息，从而进行针对性优化。
同时提供了以下工具：(1)导出Excel表。
(2)定位资源路径。
(3)列出场景丢失Mesh物体。
(4)法线，切线，可读写开启/关闭工具。
它以列表的形式详细列出了场景中引用的模型文件的详细信息：包括顶点数，面数，法线，切线，顶点色以及各套uv，占用内存，是否可读写等各项信息。
并提供了对应的查阅视图。
默认按顶点数进行排序，你也可以选择其他排序方式进行排列，同时提供了筛选功能进行目标筛选，你可以通过它检查场景种的模型是否含有多余的法线，uv等信息，从而进行针对性优化。
同时提供了以下工具：(1)导出Excel表。
(2)定位资源路径。
(3)列出场景丢失Mesh物体。
(4)法线，切线，可读写开启/关闭工具。
2018/9/22 3:29:31
2.77MB
1
人工智能基础视频教程零基础入门课程第十二章人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。
第一章人工智能开发及远景引见（预科）第二章线性回归深入和代码实现第三章梯度下降和过拟合和归一化第四章逻辑回归详解和应用第五章分类器项目案例和神经网络算法第六章多分类、决策树分类、随机森林分类第七章分类评估、聚类第八章密度聚类、谱聚类第九章深度学习、TensorFlow安装和实现第十章TensorFlow深入、TensorBoard十一章DNN深度神经网络手写图片识别十二章TensorBoard可视化十三章卷积神经网络、CNN识别图片十四章卷积神经网络深入、AlexNet模型十五章Keras深度学习框架
第一章人工智能开发及远景引见（预科）第二章线性回归深入和代码实现第三章梯度下降和过拟合和归一化第四章逻辑回归详解和应用第五章分类器项目案例和神经网络算法第六章多分类、决策树分类、随机森林分类第七章分类评估、聚类第八章密度聚类、谱聚类第九章深度学习、TensorFlow安装和实现第十章TensorFlow深入、TensorBoard十一章DNN深度神经网络手写图片识别十二章TensorBoard可视化十三章卷积神经网络、CNN识别图片十四章卷积神经网络深入、AlexNet模型十五章Keras深度学习框架
2022/9/9 0:14:27
351.03MB
1
DeST是建筑环境及HVAC系统模拟的软件平台，该平台以清华大学建筑技术科学系环境与设备研究所十余年的科研成果为理论基础，将现代模拟技术和独特的模拟思想运用到建筑环境的模拟和HVAC系统的模拟中去，为建筑环境的相关研究和建筑环境的模拟预测、功能评估提供了方便实用可靠的软件工具，为建筑设计及HVAC系统的相关研究和系统的模拟预测、功能优化提供了一流的软件工具
2022/9/8 8:05:07
3.84MB
1
大卡bcal（字节CALculator）是REPLCLI实用程序，用于存储表达式评估，单位转换和地址计算。
如果无法计算出十六进制地址偏移（512-16）MIB时，或者当一个64位地址的第43位比特被设置精神上的值，bcal是为你。
它具有用于通用数值计算的模式。
或者，它也可以调用，它可以更好地处理包含多个基数的表达式。
bcal如下Ubuntu的标准单位转换和符号。
仅支持64位操作系统。
喜欢智能高效的公用事业？浏览。
如果他们有协助，请给我买杯咖啡。
目录产品特点REPL和单执行模式计算涉及存储单元的算术表达式执行通用计算（使用bc或calc）与管
如果无法计算出十六进制地址偏移（512-16）MIB时，或者当一个64位地址的第43位比特被设置精神上的值，bcal是为你。
它具有用于通用数值计算的模式。
或者，它也可以调用，它可以更好地处理包含多个基数的表达式。
bcal如下Ubuntu的标准单位转换和符号。
仅支持64位操作系统。
喜欢智能高效的公用事业？浏览。
如果他们有协助，请给我买杯咖啡。
目录产品特点REPL和单执行模式计算涉及存储单元的算术表达式执行通用计算（使用bc或calc）与管
2022/9/7 15:56:22
40KB
1
GB_T25058-2010信息安全技术信息零碎安全等级保护实施指南GB∕T25070-2019信息安全技术网络安全等级保护安全设计技术要求GB∕T28448-2019信息安全技术网络安全等级保护测评要求GB∕T36959-2018信息安全技术网络安全等级保护测评机构能力要求和评估规范GB∕T36627-2018《信息安全技术+网络安全等级保护测试评估技术指南》GB∕T36958-2018信息安全技术网络安全等级保护安全管理中心技术要求GB-T28449-2018信息安全技术网络安全等级保护测评过程指南GBT22239-2019信息安全技术网络安全等级保护基本要求GBT22240-2018信息安全技术网络安全等级保护定级指南
2022/9/7 10:52:48
24MB
1
该数据集根据信息访问分类策略分类为公共数据集。
银行内外的用户都可以访问这个数据集，世界银行的EdStats查询包含了大约2500个国际上可比较的教育目标，包括入学、进步、完成、识字率、教师、人口和支出。
这些目标涵盖了从学前教育到高等教育的教育周期。
该查询还保存了国际学习评估(PISA、TIMSS等)的学习结果数据，家庭调查的公平数据，以及到2050年的预测数据。
银行内外的用户都可以访问这个数据集，世界银行的EdStats查询包含了大约2500个国际上可比较的教育目标，包括入学、进步、完成、识字率、教师、人口和支出。
这些目标涵盖了从学前教育到高等教育的教育周期。
该查询还保存了国际学习评估(PISA、TIMSS等)的学习结果数据，家庭调查的公平数据，以及到2050年的预测数据。
2022/9/6 21:44:07
14.15MB
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