▍1. char-rnn-master
说明： 命名实体识别代码，BiLSTM-CRF代码，Tensorflow框架(Named entity recognition code, BiLSTM-CRF code, Tensorflow framework)
更多选项
▍2. atariDQN
说明： 伯克利课程 dqn神经网络 深度学习 吃豆人游戏(Berkeley courses Neural network dqn Deep learning Pac Man Game)
▍3. Q-learning
说明： 完成一个基于q-learning算法的简单寻径实例(A simple path finding example based on Q-learning algorithm is completed)
▍4. pso-down
说明： 用python语言编写的粒子群优化算法，内有多种适应度函数可供选择(Python language used particle swarm optimization algorithm, there are a variety of alternative fitness function)
▍5. 聚类分析
说明： 基于聚类分析的商圈识别，附上完整版的代码和小论文(Cluster analysis based on the identification of business circle, attached small paper)
▍6. 好例子网_pareto前沿面
说明： 其中x是任何一个大于xmin的数，xmin是X最小的可能值（正数），k是为正的参数。帕累托分布曲线族是由两个数量参数化的：xmin和k。(Where x is any number greater than xmin,xmin is the smallest possible value of x (positive), and k is a positive parameter the Pareto family of distribution curves is parameterized by two quantities :xmin and K)
▍7. source codes for_each ML algorithm.zip
说明： 各种机器学习方法的源代码，包括决策树、随机森林、神经网络等(Source code of various machine learning methods, including decision tree, random forest, neural network, etc)
▍8. 深度学习入门：基于Python的理论与实现
说明： 深度学习入门 基于python的理论与实现 包含PDF版本和源码(Introduction to deep learning theory and Implementation Based on Python Contains PDF version and source code)
▍9. 梯度提升树算法实现
提升方法是将弱学习算法提升为强学习算法的统计学习方法。在分类学习中，提升方法通过反复修改训练数据的权值分布，构建一系列的基本分类器（弱分类器），并将这些基本分类器线性组合，构成强分类器。提升树是建立在决策树上的一种提升方法。针对回归、分类问题，它采用的损失函数不同。对于回归问题，通常使用平方误差损失函数；而对于分类问题，通常使用指数损失函数。代表性的方法主要有AdaBoost算法以及梯度提升树算法（GBDT)。
▍10. 南瓜书PumpkinBook
说明： 这本书是一本机器学习经典书籍西瓜书的参考书，对其中的公式做了详细的推导。(This book is a machine learning classic book watermelon book reference book, which made a detailed derivation of the formula.)
▍11. NN_compression-master
说明： 图像压缩，人工智能算法，神经网络。python 代码。可以直接使用。(Image compression, artificial intelligence algorithm, neural network. Python code. It can be used directly.)
▍12. Variable_Rate_Compress-master
通过深度学习的方法，能够对图像进行压缩，比传统的方法要好很多，效果更加明显。(Through in-depth learning method, the image can be compressed, which is much better than the traditional method, and the effect is more obvious.)
▍13. Variable_Rate_Compress-master
说明： 通过深度学习的方法，能够对图像进行压缩，比传统的方法要好很多，效果更加明显。(Through in-depth learning method, the image can be compressed, which is much better than the traditional method, and the effect is more obvious.)
▍14. IoT-Sensor-Gym-master
说明： 利用强化学习进行环境交互，选择信道，实现无线网络的资源分配(Using reinforcement learning environment interaction, choose channel, wireless network resource allocation)
▍16. Python网络数据采集.pdf
Python网络数据采集。OReilly.Web.Scraping.with.Python.2015.6，共340页PDF。
▍18. 芬兰交通数据集
说明： 使用多层神经网络对芬兰交通流进行预测。程序包括数据清洗、pandas数据可视化、keras建模、预测结果可视化。数据格式为：点ID，年，天数，小时，分钟，秒，百分之一秒，长度（m），车道，方向，车辆类别，速度(km/h)，有缺陷的（0-错误观察，1=错误观察），总时间（技术），间隔（技术），排队（技术）。共16列数据(A multi-layer neural network is used to predict traffic flow in Finland. The program includes data cleaning, pandas data visualization, keras modeling and prediction result visualization. The data format is: point ID, year, days, hours, minutes, seconds, hundredths of a second, length (m), lane, direction, vehicle category, speed (km / h), defective (0-error observation, 1 = wrong observation), total time (Technology), interval (Technology), queuing (Technology). A total of 16 columns of data)
▍19. NNTest (2)
说明： 人工神经网络实验，采用RBF神经网络实现函数的拟合(In the experiment of artificial neural network, RBF neural network is used to realize the function fitting)
▍20. 豆瓣影评情感分析
说明： 贝叶斯分类器构建网络，对豆瓣进行情感分析；TF-IDF(Using Bayesian classifier to construct network to analyze the emotion of Douban; TF-IDF)
本站资源：696524 个
本站会员：103945 个
总计下载：488431 次
今日上传：0 个
- 优秀论文及配套源码 SVM Short-term-Load-Forecasting
- 综合能源优化含储能
- 用遗传算法改进粒子群GA-PSO算法
- 通过粒子群能够很好的解决优化问题 pso
- 天牛群算法 BSO
- 混沌粒子群优化算法
- 2019年中国研究生数学建模竞赛E题
- 智能算法的Matlab仿真程序及教程
- 《MATLAB R2016a神经网络设计与应用28个案例分析》随书代码
- BAS BP论文及代码
- denoising
- Airy 基模高斯光束
- EMS Microgrid
- 2012年全国大学生数学建模竞赛题目--葡萄酒的评价Wines-Evaluation
- GA-bp
- 本人调试的大作业 源程序模型+论文 intelligent_control_modle
- LSTM的例子、单向LSTM、双向LSTM、多层LSTM
- 遗传算法优化BP网络案例
- 通过yalmip平台调用cplex求解器 microgrid Cplex
- 基于lstm算法在MATLAB对短期风速进行预测 LSTM-regression-master
