随着对 SDN 架构开发和部署的不断深入,各类安全性问题也逐渐成为制约SDN 发展的关键因素。业界针对 SDN 安全的研究方向主要分为两大类：一类是使用 SDN 来加强和提升网络安全，主要是指 SDN 给传统的网络安全研究所带来的新思路和新解决方式；另一类是 SDN 自身安全，即对 SDN 体系架构本身所存在的安全问题进行研究。 适用大学生参考学习。 大创-大学生创新创业训练计划项目申报书-软件-基于机器学习的网络入侵检测与具备自动防御的SDN安全网络体系研究-参考

逻辑回归、决策树、随机森林-对比下的机器学习标准流程,包含ipyb文件，论文报告等，案例为银行客户行为预测，帮助你快速学习机器学习基本知识。在一定程度上可作为课后练习案例，增加机器学习的熟悉度以及入门速度。仅作为学习交流之用。

互联网消费金融是互联网金融公司为满足个人消费者对商品和服务的消费需 求所提供的小额贷款并分期偿还的信贷活动。与传统消费金融相比，互联网消费 金融具有服务方便快捷、大幅度降低交易成本、覆盖群体更广的特点。随着经济 水平的不断发展，人们消费观念的升级，互联网消费金融也逐渐被更多消费者认 可。面对数以万计甚至是数以十万计的申请借款的用户时，则需要通过互联网和 计算机领域的技术来解决这个用户信用风险的预测问题。 本文针对互联网消费金融的小额贷款申请，探讨机器学习技术在这个领域中 的发展情况和实际应用情况，研究违约用户和履约用户这两批用户的各方面特征， 介绍了在信用风险评估领域比较流行的Logistic回归模型和GBDT(梯度迭代决策 树)模型，以及主流的模型性能评价指标。在具体的实验中，本论文使用机器学 习技术对网络信贷平台的用户进行建模分析,使用Information Value统计量筛选变 量特征，采取 woe (weightofevidence)编码的方式对变量特征进行重新编码，以 提升变量对两类用户的辨别能力，最后，使用Logistic回归模型和GBDT(梯度迭 代决策树)模型对申请贷

基于机器学习二手车交易预测评估系统设计与实现项目（源码+数据集）。 这是一个非常完整的python语言实现关于机器学习的二手车预测评估系统，带注释新手也可以看懂，里面used_car_train_20200313.csv是本次使用的二手车预测数据集。 支持向量机回归模型中的svr_final(1).csv是对测试集的二手车交易价格的预测结果。 多元线性回归模型中的linear_regression_test_final.csv是对测试集的二手车交易价格的预测结果，linear_regression_standardize_data.csv是将原始数据标准化的数据集，w_data.npy是指的模型的参数值。 lightGBM模型中lgb_train_final.csv是指的对训练集价格预测得到的二手车交易价格，lgb_test_final.csv是对测试集的二手车交易价格的预测结果，相似度较高的特征.txt是指的在特征交叉后由spearman筛选出的相似度较高的冗余特征。 cnn中CNN_test_final.csv指的是测试集的二手车交易价格的预测结果，20.h5指的是模型参数

基于机器学习的人脸图像性别识别分类项目源码（机器学习大作业+毕业设计）。 文件说明 GenderRecognition.ipynb - 包含运行结果的交互式Jupyter Notebook run.py - 纯Python代码 save_weights.h5 - 训练2000轮后的权重，可复现最佳预测结果 submission.csv - 输出的预测结果 trial.txt - 使用最佳模型预测训练集，对训练集所做的修改 Jupyter Notebook Preview.html/Jupyter Notebook Preview.pdf - 运行结果，内容同GenderRecognition.ipynb

基于机器学习的个人信贷违约预测识别项目源码（可作为毕业设计和期末大作业）。 内附文档说明！！！非常完整的一个机器学习项目，新手也可自己动手，高分必看！！！ 评测指标 经典预测任务：使用ROC曲线下面积(Area Under Curve, AUC)作为评价指标。AUC值越大，预测越准确。 描述性聚类-->软聚类 训练数据说明 训练数据train_public.csv 训练数据train_internet.csv 提交数据submission.csv 使用的三种模型 多层感知机,决策树(概率树),自定义模型(距离-概率转换方法)

【毕业设计/课程设计】基于机器学习的人脸检测算法 可用作毕业设计或者课程设计

基于机器学习的老司机车牌自动推荐系统源码.zip

Python基于机器学习进行房价预测.zip

基于机器学习的新闻标题分类系统源码.zip