8种时间序列分类方法总结
在涵盖各种类型的时间序列 (TS) 分类方法之前，我们先统一时间序列的概念，TS 可以分为单变量或多变量 TS。单变量 TS 是一组有序的（通常）实数值。多变量 TS 是一组单变量 TS。每个时间戳都是一个向量或实数值数组。单或多元TS的数据集通常包含一个单或多元TS的有序集。此外，数据集通常包含由
【Intel 黑客松大赛】基于YOLO的杂草-农作物检测分类系统
本次的赛题是基于计算机视觉的视觉挑战赛题，赛题如下：杂草是农业经营中不受欢迎的入侵者，它们通过窃取营养、水、土地和其他关键资源来破坏种植，这些入侵者会导致产量下降和资源部署效率低下。一种已知的方法是使用杀虫剂来清除杂草，但杀虫剂会给人类带来健康风险。参赛者需运用英特尔® oneAPI AI分析工具包
【ENVI】监督分类
ENVI监督分类
机器学习进行数据分类模型的预测（含代码及数据集）
机器学习，决策树，随机森林，投票法，二分类，数据挖掘，个体学习器，集成学习，python
RFM客户分类模型
在Python中，可以使用Pandas、NumPy等数据分析库进行数据处理和RFM计算，使用可视化库（如Matplotlib、Seaborn）进行数据展示和分析，也可以使用机器学习库（如Scikit-learn）进行聚类分析等。在上述代码中，我们首先读取了一个交易数据文件，并计算了每个客户的RFM得
用银行营销数据学习数据挖掘：探索预测客户购买行为的模型
使用Python对银行营销数据进行分类建模，用以预测客户购买行为。分类建模过程包括对数据预处理、对不平衡数据的处理、使用三种分类模型建模、利用交叉验证寻找各模型最优参数、对模型效果评估、选择最优模型进行应用。
【数据分类】GRNN数据分类 广义回归神经网络数据分类【Matlab代码#30】
GRNN数据分类 广义回归神经网络数据分类
使用 T5 模型来做文本分类任务的一些总结
使用 T5 (Text-to-Text Transfer Transformer) 来做文本分类任务的一些总结
（Matlab实现）CNN卷积神经网络图片分类
使用Matlab自带的深度学习工具箱构建卷积神经网络（CNN）进行图片分类，以识别并分类手写数字为例。首先将大量的图片数据导入；然后给不同种类的图片打上对应的分类的标签，划分为训练集和测试集；构建CNN网络其中包括3层2维卷积和3个池化层，全连接层及分类层；调整好输入输出格式对CNN进行训练及测试；
PyTorch搭建图卷积神经网络（GCN）完成对论文分类及预测实战（附源码和数据集）
PyTorch搭建图卷积神经网络（GCN）完成对论文分类及预测实战（附源码和数据集）
机器学习(六)：基于高斯贝叶斯对面部皮肤进行预测分析
高斯朴素贝叶斯算法是一种分类算法，它基于贝叶斯定理和特征之间的高斯分布假设。该算法被广泛应用于文本分类、垃圾邮件过滤、生物信息学等领域。
pytorch泰坦尼克号幸存者预测（二分类）
任务目标：根据《泰坦尼克号登船人员名单》上的个人信息预测其是否生还数据集：《泰坦尼克号登船人员名单》，自取数据集解释：第一列age ，表示的是年龄（数值数据）第二列cabin，表示客舱号（分类数据 ：字符串类型）第三列embarked表示登船港口，S是Southampton南安普顿，C是Cherbo
数据分类分级 数据识别-excel分类分级模版文件导入、解析
之前的excel导入解析采用的是Apache poi，但是在Java领域解析、生成Excel比较有名的框架如Apache poi,jxl等，在使用的时候，存在一个严重的问题，就是非常的耗内存，如果系统并发量不大的话，可能还行，但是一旦并发上来后一定会OOM或者JVM频繁的垃圾回收。EasyExcel
机器学习5—分类算法之随机森林（Random Forest）
随机森林（Random Forest）是Bagging（一种并行式的集成学习方法）的一个拓展体，它的基学习器固定为决策树，多棵树也就组成了森林，而“随机”则在于选择划分属性的随机，随机森林在训练基学习器时，也采用有放回采样的方式添加样本扰动，同时它还引入了一种属性扰动，即在基决策树的训练过程中，在选
数据分类分级 数据识别-识别日期类型数据
要做数据分类分级，重要的是分类分级模版的合理性和数据识别的准确性。数据识别主要技术涉及正则表达式、关键字典、机器学习、NLP、文档指纹等。对于结构化数据，具有一定规则的数据通常是正则表达式或算法来解决。本篇博客针对日期类型数据的识别展开讲解。
机器学习分类问题指标评估内容详解（准确率、精准率、召回率、F1、ROC、AUC等）
看懂机器学习指标：准确率、精准率、召回率、F1、ROC曲线、AUC曲线
垃圾邮件识别（一）：用机器学习做中文邮件内容分类
总的来说，一封邮件可以分为发送人、接收人、抄送人、主题、时间、内容等要素，所以很自然的可以认为主要通过上述要素中的发送方、主题以及内容来进行垃圾邮件判断。因此我们依次对上述要素进行分析：垃圾邮件内容分类（通过提取垃圾邮件内容进行判断）中文垃圾邮件分类英文垃圾邮件分类垃圾邮件标题分类垃圾邮件发送方分类
Windows系统下，OpenSSL升级为1.1.1t
我参考的文章是将libeay32.dll，ssleay32.dll，openssl.exe这三个文件拷贝到apache安装目录的bin目录下，我安装的这个没有前两个文件，所以我是把全部dll文件和openssl.exe都复制过去了，其中libcrypto-1_1-x64.dll和libssl-1_1
2023美赛C题：预测Wordle结果-思路详解及参考代码
美赛C题：2023年 预测world结果
