化学试剂盒

scikitlearn:python中的机器学习。Scikit learn是一个Python模块,它集成了各种用于中等规模有监督和无监督问题的最新机器学习算法。这个软件包侧重于使用通用高级语言为非专家提供机器学习。重点放在易用性、性能、文档和API一致性上。它具有最小的依赖性,并且在简化的BSD许可下分发,鼓励在学术和商业环境中使用它。源代码、二进制文件和文档可以从url下载{http://scikit-learn.sourceforge.net}.


zbMATH中的参考文献(参考文献640篇,1标准件)

显示640的结果1到20。
按年份排序(引用)

1 2 ... 30 31 32 下一个

  1. Ah Pine,Julien:学习基于图的聚类的双随机和几乎幂等亲和矩阵(2022)
  2. 阿尔德罗比,阿克兰;迪亚兹·马丁,罗乔;伊凡,梅德利;罗德,古斯塔沃K。;Thareja,Sumati:一维信号分析与分类的符号累积分布变换(2022)
  3. alinapetukhova,Nuno Fachada:TextCL:NLP预处理任务的Python包(2022)不是zbMATH
  4. Al-Mekhlafi,阿曼尼;贝克尔,托比亚斯;Klawonn,Frank:基于小样本量试点研究的生物标志物组合的样本量和性能估计(2022年)
  5. Alvaro J.Garcia Tejedor,Alberto Nogales:GEMA:用于自组织地图的开源Python库(2022)阿尔十四
  6. 阿奇博尔德,理查德;Tran,Hoang:一种按预设顺序压缩和重建流数据的字典学习算法(2022)
  7. 阿斯卡里,阿明;德阿斯普雷蒙特,亚历山德拉;El Ghaoi,Laurent:稀疏程序的近似界(2022)
  8. 巴加里亚,普拉蒂克;耶鲁德卡,阿莫尔;格里尔莫,路易吉;德尔维奇奥,卡门;概率自学习方法:Yu2022自增强控制
  9. Belli,Edoardo:平滑自适应中心岭估计(2022)
  10. 伯格曼,大卫;黄、腾;布鲁克斯,菲利普;洛迪,安德里亚;Raghunathan,Arvind U.:JANOS:一个集成的预测和规定性建模框架(2022)
  11. 贝尔西马斯,迪米特里斯;Digalakis,Vassilis jun:超高维稀疏机器学习的主干方法(2022)
  12. 布什尼塔,阿纳斯;不,帕特里斯;洛瑞德,让·皮埃尔;Volpert,Vitaly:结合数学模型和深入学习,快速且可解释地预测静脉流下抗凝治疗的患者特异性反应(2022年)
  13. 布达布萨,洛菲;Filipović,Damir:投资组合估值和风险管理的核机器学习(2022)
  14. 深色的蜥蜴,卡米尔;杰纳泰,爱德华;Saumard,Adrien:K-bMOM:一种基于自举中值的鲁棒Lloyd型聚类算法(2022)
  15. 卡顿,西蒙;恶毒,Saiteja;Haas,Christian:机器学习中插补策略对公平性的影响(2022)
  16. 钱德纳,阿克沙特;Srinivasan,Sanjay:使用机器学习方法的地质力学推断绘制天然裂缝网络(2022年)
  17. 周平;庄浩春;周延春;Liang,Ting Peng:客户再购买的预测分析:buy-till-you-die建模与机器学习的跨学科整合(2022)
  18. 郑裕民;奥斯汀劳森:持久性曲线:总结持久性图的规范框架(2022)
  19. 科玛·普伊格,伯纳特;Carmona,Josep:能源消耗中的非技术性损失检测,侧重于能量回收和可解释性(2022年)
  20. 考恩·里弗斯,亚历山大一世。;吕文龙;图图诺夫,拉苏尔;王志;罗汉坦;格里菲斯,瑞安里斯;马拉瓦尔,亚历山大马克斯;郝建业;王军;彼得斯,简;Bou Ammar,Haitham:\textttHEBO:突破样本有效超参数优化的极限(2022)

1 2 ... 30 31 32 下一个