FastAPI 该存储库说明了如何使用FastAPI创建微服务 以下链接提供了完整的说明： #######创建Python虚拟环境并按如下所示安装所有依赖项###### 使用以下命令创建venv：python -m venv venvname 激活venv：venvname \ Scripts \ Activate 安装依赖项：pip install -r requirements.txt 使用以下命令运行：uvicorn main：app --reload

树状图时间序列 Scipy的聚类聚类树状图要求进行广泛的自定义，以使其信息更丰富。 此程序包通过两个自定义包装scipy的树状图： 侧面的时间序列图 距离标签和聚类分裂点 安装 下载dendrogram_ts.py并放入您的python site-package或project文件夹中。 按最大聚类绘制 from dendrogram_ts import maxclust_draw plt . style . use ( 'seaborn-whitegrid' ) plt . figure ( figsize = ( 8 , 5 )); maxclust_draw ( df , 'ward' , 'euclidean' , max_cluster = 10 , ts_hspace = 2 ) 按颜色阈值绘制 from dendrogram_ts import colorclust_dra

葡萄酒品质回归 :calendar: 背景：大学个别项目数据的科学实验室提出：过程和“数据科学与工程@都灵”我的硕士学位的1年的第一学期期间方法考试。 :play_button: 目标：根据评估的内容，建立回归管道来预测葡萄酒的质量。 :file_folder: 储存库结构 wine-quality-regression/ ├─ assignment/ │ ├─ Data_Science_Lab___Project_Assignment_Winter_2021_first_call.pdf ├─ code/ │ ├─ code.ipnyb ├─ dataset/ | ├─ dev.tsv │ ├─ eval.tsv ├─ report/ │ ├─ report.pdf assignment文件夹包含教授给出的作业。 它包括实现目标的所有细节。 code文件夹包含python代码。 dataset文件夹包含使用的数据集。 dev

超参数优化

bubble_Detection 要求 Python 3.7以上 火炬1.7.1 + cu110 火炬视觉0.8.2 + cu110 matplotlib 3.3.3 numpy的1.19.5 侦探 要安装Detectron，在终端中输入python -m pip install'git + '。 可以在上找到更多信息。 训练 $ python main.py --mode train --data_path ./monet2photo \ --ckpt_path ./ckpt \ --result_path ./result \ --gpu 0 测试 $ python main.py --mode test

CreditCardFraud-Kaggle-Tensorflow 使用来自Kaggle的信用卡欺诈数据集，我创建了一个完全连接的神经网络，该网络可以预测信用卡欺诈，平均准确性为96％

人类活动识别 该项目将建立一个模型，以预测人类的活动，例如步行，步行上楼，步行到楼下，坐着，站立或躺下。 该数据集是从30个人（在此数据集中称为主题）收集的，他们使用智能手机在腰间执行不同的活动。 数据通过该智能手机中的传感器（加速度计和陀螺仪）进行记录。 录制了该实验的视频以手动标记数据。 如何记录数据 通过使用智能手机中的传感器（陀螺仪和加速度计），他们捕获了来自加速度计的“ 3轴线性加速度”（ tAcc-XYZ ）和来自陀螺仪的“ 3轴角速度”（ tGyro-XYZ ），具有多种变化。 prefix 't' in those metrics denotes time. suffix 'XYZ' represents 3-axial signals in X , Y, and Z directions. 快速浏览数据集： 加速度计和陀螺仪的读数来

鲁汶算法聚类

马尔可夫随机场在图像去噪中的应用 这是一个有关在Keras中应用Markov随机场（MRF）进行图像降噪的项目。 在Report.pdf中显示了在MRF中构建修改的迭代条件模式（ICM）和Gibbs采样的机制的详细信息。 数据 应用于降噪和降噪的原始数据集可以分为两部分： 二进制图像：在这种情况下，选择两个具有低分辨率的二进制图像：data / sample1.jpg，data / sample3.jpg来比较ICM和Gibbs采样以在MRF中进行降噪。 RGB图像：此外，选择了分辨率较低的RGB图像：data / sample6.jpg来比较ICM和Gibbs采样，以在MRF中对更复杂的数据结构情况进行降噪。 图像噪声： 在该项目中，图像受到胡椒噪声的干扰，其中选择了随机位置的像素以将其重置为随机有效值。 详细地，对于具有单通道的二进制图像，在唯一的层中添加了胡椒噪声。 而对于具有

信用风险建模和记分卡开发 全面的信用风险模型和记分卡，使用来自Lending Club的数据 可以在找到解释模型的中篇文章