含水率预测模型

独家 | 教你使用简单神经网络和LSTM进行时间序列预测（附代码）

作者基于波动性标准普尔500数据集和Keras深度学习网络框架，利用python代码演示RNN和LSTMRNN的构建过程，便于你快速搭建时间序列的预测模型。
数据派THU·2020-08-18 02:32

推荐系统架构

模型层：1.用户画像模型2.物品画像模型3.用户关系挖掘4.物品关系挖掘5.用户物品关系挖掘6.趋势预测模型算法层：1.用户显示评分矩阵；用户行为转评分矩阵；2.矩阵SVD分解；优化的SVD++分解（
wjmishuai·2020-08-17 17:30

【图像识别】CIFAR-10（CNN）

官方提供文件介绍：文件用途cifar10.py建立CIFAR-10预测模型cifar1
Vici__·2020-08-17 11:46

模型融合-最新进展和应用 (SAS Enterprise Miner)

模型融合：最新进展和应用摘要模型融合是一种流行的方法，其用于组合两个或更多预测模型的后验概率，以创建更准确的模型。本文总结了近期集中技术的理论背景，并介绍实际应用的实例。
风的芸芸·2020-08-17 11:24

PyramidBox: A Context-assisted Single Shot Face Detector论文阅读

同时该方法可以在单次拍摄中较好的处理不同尺度的人脸提出了一种语境敏感的预测模型，该模型由混合网络结构和最大输入输出层组成，从融合特征中学习准确的定位和分类提出了可以感知尺度的数据-anchor-抽样
光明顶上的5G·2020-08-17 10:58

时间序列预测系列3

时间序列预测系列3主要内容前2篇已经介绍了基本的LSTM预测模型。本文将引入注意力机制。注意力机制原理本文不进行叙述，本文专注于如何用代码实现。
untilyouydc·2020-08-17 06:54

使用飞桨构建波士顿房价预测模型

使用飞桨构建波士顿房价预测模型(笔记)动态图模式飞桨支持两种深度学习建模编写方式，更方便调试的动态图模式和性能更好并便于部署的静态图模式。静态图模式（声明式编程范式，类比C++）：先编译后执行的方式。
witherda·2020-08-17 04:12

多维灰色GM(1,N)预测模型及MATLAB实现

这篇文章主要记录一下基本的GM(1,N)预测模型的概念、公式推导以及MATLAB代码实现，如有问题欢迎指正交流。
铭酱Wowkie·2020-08-17 04:20

灰色预测GM(1,1)模型及MATLAB实现

因为做毕设开始接触的灰色预测，发表的第一篇小论文也是基于GM(1,1)灰色预测模型的，这一篇主要想详细记录一下灰色理论的基础知识以及分享一下我在毕设中用到的MATLAB代码。
铭酱Wowkie·2020-08-17 04:19

Estimator的使用

具体的代码和数据参见https://www.jianshu.com/p/5495f87107e7下文对源代码做了注释上的增加importtensorflowastf#自定义模型函数'''模型函数包括训练模型、预测模型
dayL_W·2020-08-17 02:58

TensorFlow基础入门(三)

用于对新数据做出预测模型可将样本映射到预测标签:y'由模型的内部参数定义，这些内部参数值是通过学习得到的训练模型表示通过有标签样本来学习（确定）所有权重和偏差
不变。。·2020-08-17 02:55

《机器学习Python实践》

CH8数据预处理CH9数据特征选定CH10评估算法CH11算法评估矩阵CH12审查分类算法CH13审查回归算法CH14算法比较CH15自动流程CH16集成算法CH17算法调参CH18持久化加载模型CH19预测模型项目模板
我的猪仔队友·2020-08-17 01:55

学习笔记 | 深度学习开发—TensorFlow实践(线性回归 tensorflow实战)

:用于对新数据做出预测模型可将
Deep_learning_blog·2020-08-16 23:37

【飞浆PaddlePaddle-百度架构师手把手带你零基础实践深度学习】day01 -- 基础知识储备

百度架构师手把手带你零基础实践深度学习课程，仅供学习交流使用文章目录1.机器学习和深度学习综述人工智能，机器学习，深度学习之间的关系机器学习机器实现学习的本质深度学习深度学习的历史深度学习发展2.波士顿房价预测模型整体流程数据处理模型设计损失函数训练配置训练过程梯度下降的代码实现随机梯度下降代码实现运行结果
Freedom_Bule·2020-08-16 23:30

统计学习方式总结

常用的统计学习由如下几种方式组成:一，监督学习生成方法：由数据学习联合概率分布p(y|x),然后求出它作为预测模型。模型表示了给定输入x产生输入y的生成关系。
ziwencsdn·2020-08-16 17:26

利用GMM对鸢尾花聚类

文章目录数据选取和数据情况利用高斯混合模型聚类模型原理GMM实现k-means生成模型初始参数EM算法迭代训练模型预测模型聚类效果参考资料数据选取和数据情况本次聚类实验仍然选取鸢尾花数据集（http:/
fff2zrx·2020-08-16 14:22

原理+代码｜手把手教你使用Python实战反欺诈模型

本文将基于不平衡数据，使用Python进行反欺诈模型数据分析实战，模拟分类预测模型中因变量分类出现不平衡时该如何解决，具体的案例应用场景除反欺诈外，还有客户违约和疾病检测等。
大咖爱爬虫·2020-08-16 12:47

常用机器学习算法训练预测模型的常规流程

2019独角兽企业重金招聘Python工程师标准>>>以XGBoost算法为例，主要操作步骤如下：1.读取集群目录数据2.批量重新命名字段名称3.统计各列缺失值个数4.对缺失值进行填充（数值型变量采用中位数、分类变量采用众数）5.过滤掉异常记录6.过滤掉缺失值过多的列7.对分类型变量进行编码，将label列转换为0/1类型8.批量对分类变量先进行StringIndexer操作，再批量进行OneHo
weixin_33918114·2020-08-16 09:37

深度学习中噪声标签的影响和识别

如果学习时使用的标签数据都是错误的，那么不可能训练出有效的预测模型。同时，深度学习使用的神经网络往往结构复杂，为了得到良好的学习效果，对于带标签的训练数据的数量也有较高要求，即常被提到的大数据或海量数
wangyao_bupt·2020-08-16 08:50

深度学习——使用国产深度学习框架“飞桨（PaddlePaddle）”重写房价预测模型

二、使用飞桨重写模型说明：普通方法实现房价预测模型，在本人的上一篇文章中有详细说明，戳链接即可查看https://blog.csdn.net/narutodzx/article/detail
Narutooooooooooooooo·2020-08-16 07:39

【PaddlePaddle】波士顿房价预测模型

1.加载飞桨、numpy等相关类库importpaddleimportpaddle.fluidasfluidimportpaddle.fluid.dygraphasdygraph#动态图的类库frompaddle.fluid.dygraphimportLinear#神经网络的全连接层函数importnumpyasnpimportosimportrandom2.数据处理defload_data():
Kai:·2020-08-16 06:48

【机器学习】图解十大经典机器学习算法

决策树原理示意图决策树学习使用一个决策树作为一个预测模型，它将对一个item（表征在分支上）观察所得映射成关于该item的目标
Taily老段·2020-08-16 05:29

1.4 使用飞桨重写房价预测模型

介绍使用飞桨完成波士顿房价预测模型构建的流程和操作方法，让读者体验一下飞桨的使用！
timeshark·2020-08-16 05:32

飞浆PaddlePaddle-百度架构师手把手带你零基础实践深度学习——21日学习打卡（第一周第三日）

（要是有代码相关问题可以私信）今天毕然老师是围绕着一个经典案例【手写数字识别】展开来讲的，模型方面从房价预测模型过渡到手写体识别模型，依旧使用了Linear()函数定义一层全连接，中间部分讲述了使用“横纵式
非鱼子焉·2020-08-16 04:53

C++中贝叶斯滤波器包bfl的使用(2)-预测模型非线性的扩展卡尔曼滤波器

摘要线性卡尔曼滤波器的教程已经翻译完。可是在实际生产生活中，线性状态转移和测量是很少见的，此时就需要扩展卡尔曼滤波器（EKF）登场了。同时在robot_pose_ekf包中使用的也是EKF。接下来只需要额外的10分钟，就能够为非线性系统模型建立扩展卡尔曼滤波器。这个例子中，移动机器人在有一面墙的空间内移动。机器人拥有测量与墙距离的传感器，我们通过一个卡尔曼滤波器估计机器人的位置和方向。Let’sw
zhxue_11·2020-08-16 04:16

mobilenet v1.ckpt转.tflite格式

2.我使用的是第二种方法，将训练模型转化为预测模型，然后再转为tflite，其中的
qq_35516657·2020-08-15 21:19

生成式模型vs判别式模型

该方法表示了给定输入X与产生输出Y的生成关系判别式模型：由数据直接学习决策函数Y=f(X)或条件概率分布P(Y|X)作为预测模型，即判别模型。判别方法关心的是对于给定的输入X，应该预测什么样的输出Y。
圣诞老人家·2020-08-15 15:24

如何学习机器学习

场景2：嵌入式模型你和团队要对甲方软件项目进行需求收集，你了解到解决某个问题最好的方法是设计并训练一个预测模型，并把它嵌入到你们的软件产品中。这是嵌入式模型。这当中还有一些变体（比如这个模型
ziding5827·2020-08-15 15:08

基于时间序列的用户预测模型

前段时间帮朋友做了个电信学院的竞赛题已知用户一个月前27天的浏览和操作记录要求根据月末三天的用户帖子的打开情况来预测月末三天用户的点赞或踩行为这是个典型的分类问题，对与一个用户浏览记录判断用户是否会操作，进一步预测是点赞或者踩由于给的特征是基于时间的日志记录，所以也可以定义为时间序列的用户行为预测分类问题可以用LR，RF，GBDT，XGBoost，SVM等很多模型来处理，这里我们采用了比较火的XG
binsfan·2020-08-15 09:49

关系图谱在反欺诈场景中的应用及实践

为了限制这些欺诈用户，信贷机构通过建立反欺诈团队和风控防范体系，使用专家规则和预测模型来拦截欺诈份子。但是道高一尺魔高一丈，再严密的规则也难免有漏洞
猪逻辑公园·2020-08-15 07:20

物联网卡还可以用在农业自动化的哪些方面

目前物联网卡技术在农业自动化中的作用体现在3各方面:1、农业标准化生产监测:是将农业生产中最关键的温度、湿度、二氧化碳含量、土壤温度、土壤含水率等数据信息实时采集，实时掌握农业生产的各种
智宇物联·2020-08-15 05:07

3.偏置值和方差（bias & variance）对预测结果的影响及如何选择最优模型

上图中第四个图，实际模型位于靶心红色点位置，对N个样本（图中分散的小蓝点）的预测值求平均（图中大蓝点），发现预测模型与实际模型存在偏差，该偏差即来自于bias和variance。
小甜姜！·2020-08-15 03:40

【数据建模 极端值的检测】离群值检测

处理离群值或者极端值并不是数据建模的必要流程,然而,了解它们对预测模型的影响也是大有裨益的。数据分析师们需要自己判断处理离群值的必要性,并结合实际问题选取处理方法。
开心果汁·2020-08-15 00:31

灰色预测模型

概念：白色系统：系统的内部特征是完全已知的，即系统的信息是完全充分的。黑色系统：一个系统的内部信息对外界来说是一无所知的，只能通过他与外界的联系来加以观测研究。灰色系统：一部分信息是已知的，另一部分信息是未知的，系统内各因素之间具有不确定关系。其特点是‘少数据建模’，着重研究‘外延明确，内涵不明确’的对象。灰色预测法：灰色预测法是一种对含有不确定因素的系统进行预测的方法。它通过鉴别系统因素之间发展
志博·2020-08-14 23:42

完整的R语言预测建模实例-从数据清理到建模预测

概述本文使用Kaggle上的一个公开数据集，从数据导入，清理整理一直介绍到最后数据多个算法建模，交叉验证以及多个预测模型的比较全过程，注重在实际数据建模过程中的实际问题和挑战，主要包括以下五个方面的挑战
cyydjt·2020-08-14 23:44

使用paddle重写房价预测模型

内容都是百度AIstudio的内容，我只是在这里做个笔记，不是原创。深度学习框架的五个步骤：数据处理模型设计训练配置训练过程模型保存训练及保存模型部分#加载飞桨、Numpy和相关类库importpaddleimportpaddle.fluidasfluidimportpaddle.fluid.dygraphasdygraphfrompaddle.fluid.dygraphimportLineari
Heisenberg-Wong·2020-08-14 19:05

教你使用百度深度学习框架PaddlePaddle完成波士顿房价预测（新手向）

首先，本文是一篇纯新手向文章，我自己也只能算是入门，有说错的地方欢迎大家批评讨论目录一、人工智能、机器学习、深度学习二、PaddlePaddle（飞桨）三、波士顿房价预测模型数据处理模型设计训练配置训练过程模型保存模型测试四
叮！菜鸡·2020-08-14 19:15

Adaptive Graph Guided Disambiguation for Partial Label Learning

训练预测模型的常用策略是消歧，即区分每个候选标记的模型输出，以恢复真实标记信息。近年来，基于特征空间的图结构，提出了基于特征感知的消歧方法，在候选标记集上产生不同标记的置信度。
fan2312·2020-08-14 17:02

自动化特征工程（featuretools）

其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用三、特征工程必要性一个预测模型的性能很大
从未知踏上大数据之路·2020-08-14 14:36

泰坦尼克号生存分析

.随机森林模型分析1.进行最简单的随机森林模型测试2.各个特征的重要性3.和决策树进行对比4.对超参数进行调优摘要：本次分析主要对泰坦尼克号上的人员特征进行描述性统计分析，以及利用随机森林出建立简单的预测模型
82年娃哈哈·2020-08-14 08:35

数据挖掘十大经典算法

是一种预测模型，代表的是一种对象属性与对象值之间的一种映射关系。
小胖子小胖子·2020-08-14 06:25

基于回归模型的地理空间经纬度预测实践

在值预测相关的任务里面回归模型使用的非常得多，从最简单的逻辑回归模型到复杂点的集成回归模型，可以根据具体任务的适用程度来尝试或者决定使用什么样的模型来构建自己的预测模型。
Together_CZ·2020-08-14 06:48

统计学习方法——模型与问题分类

1.生成模型生成模型是由数据学习联合概率分布P(X,Y)，然后求出条件概率分布P(Y|X)作为预测模型，其样子为：P(Y
刘炫320·2020-08-13 17:20

飞桨 百度架构师手把手带你零基础实践深度学习21天 学习笔记——使用飞桨重写波士顿房价预测模型

使用飞桨书写模型的时候，流程与前面介绍的是一摸一样的。下面开始总结一下如何使用飞桨写模型加载飞桨库主库：paddle/fluid动态图类库：digraph（便于调试）静态图模式（声明式编程范式，类比C++）动态图模式（命令式编程范式，类比Python）先编译后执行的方式。用户需预先定义完整的网络结构，再对网络结构进行编译优化后，才能执行获得计算结果。解析式的执行方式。用户无需预先定义完整的网络结构
AMBPOTIAL·2020-08-13 14:17

4.3.2无监督学习（二） - 主成分分析（PCA）

数据分析与挖掘体系位置主成分分析不是一种预测模型，它是数据降维的方法。此外，PCA并没有一个预
Orange_Spotty_Cat·2020-08-13 12:52

【python 数据分析】练习6：决策树+神经网络—用户相亲成功可能性的预测模型

数据集及源码https://github.com/JCATHoney/python-data-analysis一、问题描述一家婚恋网站公司希望根据已注册用户的历史相亲数据,建立新用户相亲成功可能性的预测模型
找工作的J同学·2020-08-13 11:16

灰色预测模型 matlab代码及例子

clc;clear;%建立符号变量a(发展系数)和b(灰作用量)symsab;c=[ab]';%原始数列AA=input('输入数据A=');T1=input('输入数据个数：');T2=input('输入需要预测数据个数：');t1=1:T1;t2=1:T1+T2;n=length(A);%对原始数列A做累加得到数列BB=cumsum(A);%对数列B做紧邻均值生成fori=2:nC(i)=(B
bxri·2020-08-12 18:02

房价预测模型数据探索（part 1）python数据分析

其他网站上关于房价预测模型的笔记kaggleHousePrices:AdvancedRegressionTechniques因为初学，对于配置之类的还不熟悉，使用的是JupyterNotebook。
Raven_Lee·2020-08-12 13:32

原理+代码｜手把手教你使用Python实战反欺诈模型

本文将基于不平衡数据，使用Python进行反欺诈模型数据分析实战，模拟分类预测模型中因变量分类出现不平衡时该如何解决，具体的案例应用场景除反欺诈外，还有客户违约和疾病检测等。
邓旭东HIT·2020-08-12 13:25

通过机器学习的线性回归算法预测股票走势（用Python实现）

本文先讲以波士顿房价数据为例，讲述线性回归预测模型的搭建方式，随后将再这个基础上，讲述以线性预测模型预测股票的实现代码。本博文是从本人的新书里摘取的，新书预计今年年底前出版，
hsm_computer·2020-08-12 12:32
上一页 52 53 54 55 56 57 58 59 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他