此论文是GAIN：MissingDataImputationusingGenerativeAdversarialNets的SupplementaryMaterials，里面包括论文公式推导以及代码参数设置

函数型数据分析的全部代码和数据以及参考文献，全部是本人亲自收集和处理的，共300多M，相关介绍详见我的博文https://blog.csdn.net/lusongno1/article/details/89305520#comments_14878182。

基于神经网络反向传播法来控制比例积分控制器，来调优参数

karesVGG19神经网络参数vgg19_weights_tf_dim_ordering_tf_kernels_notop.h5

MynameisFrankKane.Ispentnineyearsatamazon.comandimdb.com,wranglingmillionsofcustomerratingsandcustomertransactionstoproducethingssuchaspersonalizedrecommendationsformoviesandproductsand"peoplewhoboughtthisalsobought."Itellyou,IwishwehadApacheSparkback

此数据集包含1000张图片，总共分为10类。
分别是人，沙滩，建筑，大卡车，恐龙，大象，花朵，马，山峰，食品十类。
每类100张，可用于验证机器学习中的KNN,kmeans,贝叶斯，SVM等机器学习算法。
可以为计算机性能较差的机器学习爱好者提供浅层研究的数据集。

yolov5预训练模型

Logistic回归案例（数据集+python代码），包含完整案例数据集和代码，具体操作步骤，可以参看我的CSDN博客。

NSGA-II的中文翻译，研究多目标优化算法的可以看一下，入门论文之一！非支配排序遗传算法。
非支配排序遗传算法

Formatofthedatasetraw.kb:therawkbdatafromNELLsystemkb_env_rl.txt:weaddinversetriplesofalltriplesinraw.kb,thisfileisusedastheKGforreasoningentity2vec.bern/relation2vec.bern:transEembeddingstorepresentoutRLstates,canbetrainedusingTransXimplementationsbythunlptasks/:eachtaskisaparticularreasoningrelationtasks/${relation}/*.vec:trainedTransHEmbeddingstasks/${relation}/*.vec_D:trainedTransDEmbeddingstasks/${relation}/*.bern:trainedTransREmbeddingtrainedtasks/${relation}/*.unif:trainedTransEEmbeddingstasks/${relation}/transX:triplesusedtotraintheKBembeddingstasks/${relation}/train.pairs:traintriplesinthePRAformattasks/${relation}/test.pairs:testtriplesinthePRAformattasks/${relation}/path_to_use.txt:reasoningpathsfoundtheRLagenttasks/${relation}/path_stats.txt:pathfrequencyofrandomisedBFS