肝炎预测模型

NNDL 实验七 循环神经网络（1）RNN记忆能力实验

加载数据并进行数据划分6.1.1.3构造Dataset类6.1.2模型构建6.1.2.1嵌入层6.1.2.2SRN层6.1.2.3线性层6.1.2.4模型汇总6.1.3模型训练6.1.3.1训练指定长度的数字预测模型
Perfect(*^ω^*)·2022-11-25 10:06

NNDL 实验七 循环神经网络（1）RNN记忆能力实验

加载数据并进行数据划分6.1.1.3构造Dataset类6.1.2模型构建6.1.2.1嵌入层6.1.2.2SRN层6.1.2.3线性层6.1.2.4模型汇总6.1.3模型训练6.1.3.1训练指定长度的数字预测模型
.星.·2022-11-25 10:33

HBU-NNDL 实验七 循环神经网络（1）RNN记忆能力实验

加载数据并进行数据划分6.1.1.3构造Dataset类6.1.2模型构建6.1.2.1嵌入层6.1.2.2SRN层6.1.2.3线性层6.1.2.4模型汇总6.1.3模型训练6.1.3.1训练指定长度的数字预测模型
不是蒋承翰·2022-11-25 10:00

【论文阅读】Self-Supervised Learning of Graph Neural Networks: A Unified Review

Self-SupervisedLearningofGraphNeuralNetworks:AUnifiedReview论文地址：https://arxiv.org/abs/2102.107571Introduction可以将SSL的前置任务分为两类：对比模型和预测模型
GNN_·2022-11-25 09:17

Bioinformatics2021 | FraGAT+：基于分子原始片段的多尺度图注意力机制的分子性质预测模型

原文标题：FraGAT:afragment-orientedmulti-scalegraphattentionmodelformolecularpropertyprediction论文地址：FraGAT:afragment-orientedmulti-scalegraphattentionmodelformolecularpropertyprediction|Bioinformatics|Oxfo
羊飘·2022-11-25 09:57

python预测模型类型,多变量时间序列的预测和建模指南（附Python代码）

时间是决定企业兴衰的最关键因素。这就是为什么我们看到商店和电子商务平台的销售与节日一致。这些企业分析多年的消费数据，以了解打开大门的最佳时间，并看到消费支出的增加。但是，作为一个数据科学家，你怎么能进行这种分析呢？别担心，你不需要建造一台时间机器！时间序列建模是一种强大的技术，是理解与预测趋势和模式的门户。但是即使是时间序列模型也有不同的方面。我们在Web上看到的大多数例子都是用单变量时间序列来处
拉面加点盐·2022-11-25 08:20

学习笔记31-自回归-建立时间序列预测模型(ARIMA方法)

时间序列(TimeSeries）定义：按照时间的顺序把一个随机事件变化发展的过程记录。安装包importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromdatetimeimportdatetimefrommatplotlib.pylabimportrcParamsrcParams['figure.figsize']=15,6一、实验
李卓璐·2022-11-25 08:48

（转载）直观理解ROC曲线中AUC评价指标

根据维基百科的描述，AUC（AreaundertheCurveofROC）是ROC曲线下方的面积，是判断二分类预测模型优劣的标准。ROC（receiverop
Myozz·2022-11-25 06:24

基于机器学习的时序数据预测方法

预测模型建模时序数据的预测通常建模为利用历史数据值预测未来的数据走势。简单的数学表示：x=>S=>x^‘其中：x={x_1,x_2,…,x_t}表示历史数据，S表示预测系统，x^‘表示预测结果。
江城师范学院·2022-11-25 05:30

雷达图 The number of FixedLocator locations (13), usually from a call to set_ticks, does not match the

ThenumberofFixedLocatorlocations(13),usuallyfromacalltoset_ticks,doesnotmatchthenumberofticklabels(12).最近使用时序预测模型对风机的各项参数做了预测
Sophia要一直努力·2022-11-25 02:42

Skr-Eric的机器学习课堂（二）-- 线性回归、梯度下降算法和岭回归

线性回归和梯度下降算法根据机器学习的任务把不同的业务模型划分为四种基本问题：回归问题\在有监督条件下，根据已知的输入和输出，构建分类问题/预测模型，对未知输出的输入给出大概率的输出输入输出12243648
Skr-Eric·2022-11-25 00:36

GC-LSTM原理+代码（下）代码部分基于PyG Temporal

上一篇文章GC-LSTM原理部分中具体介绍了GC-LSTM的原理，这里基于PyGTemporal中的GCLSTM模块对实现一个基于GC-LSTM的预测模型。注：这里可以是流量预测等各种节点特征。
m0_53961910·2022-11-24 21:30

NNDL 实验七 循环神经网络（1）RNN记忆能力实验

加载数据并进行数据划分6.1.1.3构造Dataset类6.1.2模型构建6.1.2.1嵌入层6.1.2.2SRN层6.1.2.3线性层6.1.2.4模型汇总6.1.3模型训练6.1.3.1训练指定长度的数字预测模型
叶雨柳光·2022-11-24 20:18

NNDL 实验七 循环神经网络（1）RNN记忆能力实验

加载数据并进行数据划分6.1.1.3构造Dataset类6.1.2模型构建6.1.2.1嵌入层6.1.2.2SRN层6.1.2.3线性层6.1.2.4模型汇总6.1.3模型训练6.1.3.1训练指定长度的数字预测模型
辰 希·2022-11-24 17:12

【MATLAB第4期】源码分享#基于贝叶斯Bayes算法优化LSTM长短期记忆网络的时间序列预测模型，含源代码+中文注释，保姆级教学

clc;clear;closeall;%%--------------1.初始化变量----------------opt.Delays=1:30;%数据滞后30%opt.dataPreprocessMode为数据预处理，'None'代表无处理，'DataStandardization'代表标准化处理，%'DataNormalization'代表归一化处理opt.dataPreprocessMod
随风飘摇的土木狗·2022-11-24 16:02

LSTM长短期记忆神经网络做时间序列预测模型

LSTM长短期记忆神经网络做时间序列预测模型数据是单维输入单维输出，可自行替换数据和其他参数，操作简单，标价即为实际价格，联系直接发邮箱代码内有详细的注释，替换数据即可直接使用，可以用来做交通流量，gepiao
「已注销」·2022-11-24 16:55

面试题：机器学习的学习方式主要有哪些？

已知数据和其一一对应的标签，训练一个预测模型，将输入数据映射到标签的过程。常见应用场景：监督式学习的常见应用场景如分类问题和回归问题。算法举例：常见的有监督机器学习算法包括支持向量机
耗子来啦·2022-11-24 13:59

数据来自一篇论文（论文题目：基于模糊认知图的物流需求预测模型研究）。

#author:Lenovo#datetime:2022/10/2719:31#software:PyCharm#project:project_dmeo01importpandasaspdimportnumpyasnpimportmathimportrandomclassGA(object):def__init__(self,poopulation_size,N,pc,pm,Max_step):
JEREMY_GYJ·2022-11-24 12:35

物流预测模型，使用决策树。

importpandasaspdimportnumpyasnp#决策树分类器fromsklearn.treeimportDecisionTreeClassifier#特征提取字典提取：fromsklearn.feature_extractionimportDictVectorizerfromsklearn.model_selectionimporttrain_test_splitfromsklea
JEREMY_GYJ·2022-11-24 12:03

TensorFlow 房价预测

TensorFlow房价预测以下资料来源于极客时间学习资料•房价预测模型介绍前置知识：监督学习（SupervisedLearning）监督学习是机器学习的一种方法，指从训练数据（输入和预期输出）中学到一个模型
weixin_30836759·2022-11-24 11:08

tensorflow实现房价预测模型

房价预测模型介绍房价预测模型之数据预处理fit_reg表示是否要基于数据做拟合房价预测模型之训练与预测经过500轮之后得到估计模型
futurewq·2022-11-24 11:38

机器学习第三章之线性回归模型

不同行业工作年限与收入的线性回归模型3.2线性回归模型评估3.2.1模型评估的编程实现3.2.2模型评估的数学原理3.3多元线性回归3.3.1多元线性回归的数学原理和代码实现3.3.2案例实战：客户价值预测模型
王宇韬·2022-11-24 10:08

【美赛学习记录】模型

线性回归数据拟合插值最优化求极值插值ARIMA复杂网络实验模型验证K-FoldCross-validationk折交叉验证【基础模型】线性回归【评价模型】a熵值法TOPSIS优劣解距离法【评价优劣】层次分析法【预测模型
Emmchier·2022-11-24 10:57

常见的时间序列预测模型python实战汇总

最完整的时间序列分析和预测（含实例及代码）：https://mp.weixin.qq.com/s/D7v7tfSGnoAqJNvfqGpTQA1时间序列与时间序列分析在生产和科学研究中，对某一个或者一组变量x(t)x(t)ARIMA模型对时间序列的要求是平稳型。因此，当你得到一个非平稳的时间序列时，首先要做的即是做时间序列的差分，直到得到一个平稳时间序列。如果你对时间序列做d次差分才能得到一个平稳
stay_foolish12·2022-11-24 10:49

时序数据预测-Arima模型篇

ARIMA模型详解基本概念ARIMA(p,d,q)预测模型ARIMA差分整合移动平均自回归模型，用于时间序列数据分析与预测，相比ARMA模型在AR和MA之间多了差分步骤，目的是把非平稳序列转化为平稳序列
AhLe丶·2022-11-24 10:19

【Python】Python中的经典时间序列预测模型总结

时间序列预测是机器学习中一个经常被忽视的重要领域。时间序列在观察之间添加了显式的顺序依赖性：时间维度。这个额外的维度既是一个约束，也是一个提供额外信息来源的结构。时间序列时间序列分析使用经典统计时，主要关注的是时间序列的分析。时间序列分析涉及开发能够最好地捕捉或描述观察到的时间序列的模型，以了解根本原因。该研究领域寻求时间序列数据集背后的“为什么”。时间序列预测在时间序列数据的经典统计处理中，对未
风度78·2022-11-24 10:16

【02】机器学习基础知识总结

已知数据和其一一对应的标签，训练一个预测模型，
weixin_47082769·2022-11-24 10:55

NSGA2机器学习算法多目标优化

今天简单介绍一下如何用NSGA2算法，联合机器学习预测模型，对某一实际问题的自变量的取值进行优化。
智能优化_数据分析_AI算法·2022-11-24 09:17

机器学习基础——损失函数与风险函数

损失函数损失函数(lossfunction)用来预测模型单次预测的好坏，即模型的预测值f(X)和真实值Y之间的差别，记作L(Y,f(x))。损失函数越小，表示模型预测越准确。
本初-ben·2022-11-24 07:15

机器学习——损失函数

损失函数是衡量预测模型预测期望结果表现的指标。寻找函数最小值的最常用方法是“梯度下降”。把损失函数想象成起伏的山脉，梯度下降就像从山顶滑下，目的是到达山脉的最低点。
qq_41393570·2022-11-24 07:45

如何基于Paddle快速训练一个98%准确率的抑郁文本预测模型？

Paddle是一个比较高级的深度学习开发框架，其内置了许多方便的计算单元可供使用，我们之前写过PaddleHub相关的文章：1.Python识别文本情感就这么简单2.比PS还好用！Python20行代码批量抠图3.Python20行代码检测人脸是否佩戴口罩在这些文章里面，我们基于PaddleHub训练好的模型直接进行预测，用起来特别方便。不过，我并没提到如何用自己的数据进行训练，因此本文将弥补前几
Python实用宝典·2022-11-24 05:42

机器学习：银行贷款违约预测模型

一种数据科学方法，用于预测和了解申请人的个人资料，以最大程度地降低未来贷款违约的风险。关于该项目该数据集包含有关信贷申请人的信息。在全球范围内，银行使用这种数据集和信息数据类型来创建模型，以帮助决定接受/拒绝谁的贷款。在进行所有探索性数据分析、清理和处理我们可能（将）发现的所有异常之后，一个好/坏申请人的模式将暴露在机器学习模型中学习。机器学习问题和目标我们正在处理一个有监督的二元分类问题。目标是
python风控模型·2022-11-24 04:55

视觉机器学习20讲-MATLAB源码示例（4）-决策树学习算法

视觉机器学习20讲-MATLAB源码示例（4）-决策树学习算法1.决策树学习算法2.Matlab仿真3.仿真结果4.小结1.决策树学习算法统计学，数据挖掘和机器学习中的决策树训练，使用决策树作为预测模型来预测样本的类标
mozun2020·2022-11-24 02:59

论文速读 -- FIERY: Future Instance Prediction in Bird’s-Eye View from Surround Monocular Cameras

我们提出了FIERY：一个概率未来预测模型基于单眼相机BEV视角。我们的模型预测了未来的实例分割和动态运动，可转化为非参数未来的轨迹。我们的方法结合
Darchan·2022-11-24 02:03

电动汽车充电站日前可调度模型 复现程序 考虑了电动汽车成为柔性储荷资源的潜力，提出了日前电力市场和实时电力市场下充电站的投标策略

基于闵可夫斯基加法提出了充电站内电动汽车集群模型的压缩方法，并建立了日前可调度潜力预测模型和实时可调度潜力评估模型。同时，考虑充电站间的非合作博弈，建立了
「已注销」·2022-11-24 01:19

Molecular Psychiatry:神经成像预测模型在心理健康领域的未来趋势

使用神经成像数据的预测建模有潜力提高我们对精神障碍的神经生物学基础和推定的信息干预的理解。因此，有大量的文献回顾了已发表的研究，机器学习的数学基础，以及使用这些方法的最佳实践。随着我们在心理健康和机器学习方面的知识不断发展，我们的目标是展望和预测我们认为在当前和未来的研究中重要的主题。机器学习中讨论最多的一些话题，如偏倚和公平，脏数据的处理，以及可解释模型，可能对使用基于神经成像的精神病学预测建模
悦影科技·2022-11-23 20:59

python机器学习-建立随机森林预测模型并特征分析（完整代码+实现效果）

实现功能：python机器学习-建立随机森林预测模型并特征分析。
数据杂坛·2022-11-23 20:17

python机器学习——集成学习之bagging

对于多个模型，如何组合这些模型，主要有以下几种不同的方法：①在测试集上找到表现最好的模型作为最终的预测模型；②对多个模型的预测结果进行投票
曹文杰1519030112·2022-11-23 19:17

分类预测 | MATLAB实现DELM深度极限学习机多特征分类预测

DELM深度极限学习机多特征分类预测目录分类预测|MATLAB实现DELM深度极限学习机多特征分类预测效果一览基本介绍模型描述程序设计参考资料效果一览基本介绍MATLAB实现DELM深度极限学习机多特征分类预测模型描述自动编码器
机器学习之心·2022-11-23 17:40

NNDL 实验七 循环神经网络（1）RNN记忆能力实验

加载数据并进行数据划分6.1.1.3构造Dataset类6.1.2模型构建6.1.2.1嵌入层6.1.2.2SRN层6.1.2.3线性层6.1.2.4模型汇总6.1.3模型训练6.1.3.1训练指定长度的数字预测模型
HBU_fangerfang·2022-11-23 16:14

Pytorch笔记：线性回归、softmax回归

1.1线性模型首先我们建立一个模型，这个模型是房价预测模型，以此模型简单介绍线性回归模型。
Mr___WQ·2022-11-23 14:29

AI实战：基于深度学习的空气质量预测模型开源代码汇总

基于深度学习的空气质量预测模型开源代码汇总一、传统机理空气质量模型空气质量模型是基于人类对大气物理和化学过程科学认识的基础上，运用气象学原理及数学方法，从水平和垂直方向在大尺度范围内对空气质量进行仿真模拟
szZack·2022-11-23 13:37

鲸鱼WOA优化注意力机制的BiLSTM用于负荷预测

建模学习特征内部动态变化规律，并引入Attention机制通过映射加权和学习参数矩阵赋予Bilstm隐含状态不同的权重，减少历史信息的丢失并加强重要信息的影响，简称BiLSTM-Attention短期负荷预测模型
机器鱼·2022-11-23 13:19

【ELM预测】麻雀算法优化极限学习机预测（含前后对比）【含Matlab源码 2202期】

⛄一、麻雀搜索算法优化深度学习极限学习机DELM预测模型实现流程1麻雀搜索算法麻雀搜索算法是一种新型的群智能优化算法，在2020年由Xue等提出，主要是受麻雀的觅食和反哺食行为启发，具有寻优能力强、收敛速度快的特点
Matlab领域·2022-11-23 11:55

【预测模型-DELM分类】基于风驱动算法改进深度学习极限学习机实现数据分类附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。更多Matlab仿真内容点击智能优化算法神经网络预测雷达通信无线传感器信号处理图像处理路径规划元胞自动机无人机⛄内容介绍人工时间的最大缺点是训练太长，因为它在应用神经网络的时间范围内，持续不断地限制神经网络，最大限度地限制学习机（ExtremeLearn
matlab科研助手·2022-11-23 11:48

lightgbm的使用和参数说明

文章目录use```importlightgbmaslgb```datainterface设置参数训练、预测模型保存```lightgbm.sklearn.LGBMClassifier()```tuning
hellopbc·2022-11-23 08:04

多元线性回归及案例（Python）

2案例：客户价值预测模型利用多元线性回归模型可以根据多个因素来预测客户价值，当模型搭建完成后，便可对不同价值的客户采用不同的业务策略。
QYiRen·2022-11-23 06:21

XGBoost模型及LightGBM模型案例（Python）

1XGBoosting案例：金融反欺诈模型1.1模型搭建1.1.1读取数据1.1.2特征变量与目标变量提取、划分数据集与测试集1.1.3模型搭建及训练1.2模型预测及评估1.3模型参数调优2LightGBM案例：客户违约预测模型
QYiRen·2022-11-23 06:21

MediaPipe Hands: On-device Real-time Hand Tracking 论文阅读笔记

设备端实时手部追踪0.摘要(Abstract)1.简介(Introduction)2.架构(Architecture)2.1手部检测器2.2手部坐标预测模型（HandLandMarkModel）3.数据集和标注
炼丹狮·2022-11-23 04:21

数据挖掘实战（6）：实战篇

内容分为三个部分：第一部分：第13章：财政收入影响因素分析及预测模型的内容；第二部分：第14章：基于基站定位数据的商圈分析的内容；第三部分：第15章：电商产品评论数据情感分析的内容；课件PDF和源码移步到
ZhuNian的学习乐园·2022-11-23 01:44
上一页 39 40 41 42 43 44 45 46 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他