![](../../asset/images/user/BgImg_default.jpg)
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
1.参照国内ccf的列表去找top的期刊或者会议2.参考计算机期刊顶会汇总:3.在论文数据库中搜索4.ccf与sci区别5.会议与期刊区别6.论文下载
实验四 BP神经网络第一个http://www.pianshen.com/article/903699656/,源代码有错误参考:http://www.mamicode.com/info-detail-2417017.htmlseaborn官网上有更完整的示例,有兴趣可以查看:http://seaborn.pydata.org/generated/seaborn.pairplot.ht...
目录数据情况DemoDemo尝试EF参数Evolutionary Forest"自动特征构建框架(Evolutionary Forest)-可解释性机器学习对比随机森林和Evolutionary Forest直接分类使用Evolutionary Forest构建的特征改进随机森林和XGBoost性能" scikit-learn中的“diabetes”442条样本,特征值10项 Evolutiona
![文章图片](https://img-blog.csdnimg.cn/c0ee6bfa36ad4b00ae6f45356cff1668.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGFnb29uX2xhbGE=,size_20,color_FFFFFF,t_70,g_se,x_16)
记录安装过程摘取官网中比较重要的部分翻译Table of Contents前言:安装:快速上手外部可见的服务器路由URL 构建HTTP 方法¶静态文件渲染模板操作请求数据本地环境请求对象文件上传Cookies重定向和错误关于响应JSON 格式的 API会话消息闪现日志前言:配置和惯例刚起步的时候 F...
什么是机器学习 o 机器学习的发展史 o 学习系统的一般框架 o 学习策略 o 神经学习 o 机器学习的应用机器学习算法:决策树、聚类、贝叶斯分类、支持向量机、最 大期望算法EM、Adaboost等。What is Machine Learning学习 一个有特定目的的知识获取和能力增长过程。 内在行为:获取知识、积累经验、发现规律(归纳) 等。(大数据) 外部表现:改进性...
参考:http://abook.hep.com.cn/1865081智能的概念:知识+智力(获取并应用知识求解问题)智能的特征:感知、记忆、思维(处理信息)、学习、行为思维:逻辑、形象、顿悟(灵感)基本内容:知识表示、机器感知、机器思维、机器学习、机器行为研究领域:自动定理证明、博弈、模式识别、机器视觉、自然语言理解、智能信息检索、数据挖掘与知识发现(找出有意义的)、专家系统、...
可解释的机器学习电子书《可解释的机器学习(Interpretable Machine Learning)》。在线阅读https://christophm.github.io/interpretable-ml-book/index.htmlGitHub:https://github.com/christophM/interpretable-ml-book该书认为特征被认为是可解释的,比如给定一天的温
![文章图片](https://img-blog.csdnimg.cn/f3110faa62d5422b90145a516d1297c3.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGFnb29uX2xhbGE=,size_20,color_FFFFFF,t_70,g_se,x_16)
线性表101木块问题题目Many areas of Computer Science use simple, abstract domains(域) for both analytical(分析法) and empirical(经验依据) studies.For example, an early AI study of planning and robotics 机器人学(STRIPS)...
可解释的机器学习电子书《可解释的机器学习(Interpretable Machine Learning)》。在线阅读https://christophm.github.io/interpretable-ml-book/index.htmlGitHub:https://github.com/christophM/interpretable-ml-book该书认为特征被认为是可解释的,比如给定一天的温
![文章图片](https://img-blog.csdnimg.cn/f3110faa62d5422b90145a516d1297c3.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGFnb29uX2xhbGE=,size_20,color_FFFFFF,t_70,g_se,x_16)
Transfer Component Analysis属于边缘分布自适应方法本次尝试跑王晋东在GitHub的开源TCA代码学习过程中参考:https://github.com/jindongwang/transferlearning-tutorialhttps://zhuanlan.zhihu.com/p/63026435https://zhuanlan.zhihu.com/p/110594052