Alternatives and similar repositories for Pseudo_Data_Tagging

Users that are interested in Pseudo_Data_Tagging are comparing it to the libraries listed below

• qiuhaining / sklearn-SVM
  支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等
  ☆53Updated 8 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆22Updated 6 years ago
• bubbliiiing / Keras-Attention
  这个仓库主要包含了LSTM、卷积神经网络中，注意力机制的实现。
  ☆136Updated 4 years ago
• lyx199504 / param-opt
  本项目开发了一个机器学习和深度学习的训练工具。该训练工具基于sklearn和pytorch，不仅支持常规训练、交叉验证训练，还支持贝叶斯搜索参数，并可随时自动保存训练模型和日志。
  ☆12Updated last year
• PazLiu / ERF-attr
  本代码将用极端随机森林（Extremely Random Forests， ERF）来训练图像分类器。一个目标识 别系统就是利用图像分类器将图像分到已知的类别中。 ERF在机器学习领域非常流行，因为ERF 具有较快的速度和比较精确的准确度。我们基于图像的特征构建一组决策树，…
  ☆10Updated 8 years ago
• Saito912 / Classify_GUI
  基于深度学习卷积神经网络的图像分类的GUI界面
  ☆25Updated last month
• DeerZhifan / Clustering-Algorithms
  基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法
  ☆71Updated 6 years ago
• realWang-Wei / MNIST
  使用多种方法解决MNSIT问题
  ☆24Updated 5 years ago
• xiaogp / track_sequence_anomaly_detection
  由时间空间成对组成的轨迹序列，通过循环神经网络lstm，自编码器auto-encode，时空密度聚类st-dbscan做异常检测
  ☆74Updated 6 years ago
• psiang / TensorFlow-Deep_Learning_and_Transfer_Learning
  用Tensorflow实现深度学习模型和迁移学习模型
  ☆15Updated 5 years ago
• qingyujean / Classification-on-imbalanced-data
  数据极度不均衡时的一个二分类实现，在weighted class，oversampling，focal loss等解决方式上进行了验证和对比；并对focal loss进行了调参
  ☆12Updated 4 years ago
• zhuozhudd / PyTorch-Course-Note
  ☆67Updated 5 years ago
• fire717 / FireClassification
  基于Pytorch的图像分类框架
  ☆97Updated last month
• bubbliiiing / Siamese-tf2
  这是一个孪生神经网络（Siamese network）的库，可进行图片的相似性比较。
  ☆52Updated 3 years ago
• kunlaotou / Anomaly-Detection
  异常检测
  ☆162Updated 6 years ago
• xiaohangguo / Gated-Transformer
  双塔模型，打比赛用。解决多维时间序列的分类预测任务
  ☆35Updated 3 years ago
• zheng-yuwei / PyTorch-Image-Classification
  基于PyTorch框架实现的图像分类网络
  ☆85Updated 5 years ago
• chenshunpeng / Flower-recognition-model-based-on-pytorch
  PyTorch框架构建花朵图像分类模型（Resnet网络，迁移学习）
  ☆19Updated 3 years ago
• aflyingpig0226 / feature-engineering
  机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。
  ☆25Updated 6 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆67Updated 3 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259
  ☆56Updated 5 years ago
• fgmn / ResNet
  使用ResNet网络进行十种食物图像分类，基于迁移学习方法训练
  ☆24Updated 2 years ago
• Byronnar / image_classfication
  基于无监督学习，无需训练，先使用SIFT算法提取图像特征，再使用KMeans聚类算法进行图像分类，速度非常快，精度还在提高。
  ☆133Updated 6 years ago
• fuqiuai / TensorFlow-Deep-Learning
  用TensorFlow搭建CNN/RNN/LSTM/GRU/BiRNN/BiLSTM/BiGRU/Capsule Network等deep learning模型
  ☆59Updated 7 years ago
• mohui1999 / crop_disease_code
  植物病虫害图像识别
  ☆19Updated 6 years ago
• codecat0 / classifiction_networks
  图像分类网络Pytorch实现
  ☆12Updated 3 years ago
• LiangjunFeng / Tri-training
  The python implementation of tri-triaing
  ☆51Updated 6 years ago
• Jyukai02 / Gated-Transformer-on-MTS-1
  使用改良的Transformer模型应用于多维时间序列的分类任务上
  ☆92Updated 4 years ago
• Luxlios / Clustering
  分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割
  ☆24Updated 3 years ago
• HelloCC1422 / CNN-BiGRU-Attention
  CNN-BiGRU-Attention模型
  ☆100Updated 3 years ago