您好,欢迎光临本网站![请登录][注册会员]  

人工智能下载列表 第2629页

« 1 2 ... .24 .25 .26 .27 .28 2629.30 .31 .32 .33 .34 ... 4583 »

[机器学习] 机器学习05--朴素贝叶斯

说明: 朴素贝叶斯算法是有监督的学习算法,解决的是分类问题,如客户是否流失、是否值得投资、信用等级评定等多分类问题。
<zzqhello2018> 上传 | 大小:220kb

[机器学习] 机器学习09--决策树02

说明: ID3算法的核心是在决策树各个结点上对应信息增益准则选择特征,递归地构建决策树。从根结点(root node)开始,对结点计算所有可能的特征的信息增益,选择信息增益最大的特征作为结点的特征,由该特征的不不同取值建立子节点;再对子结点递归地调用以上方法,构建决策树;直到所有特征的信息增益均很小或没有特征可以选择为⽌止,最后得到一个决策树。
<zzqhello2018> 上传 | 大小:99kb

[机器学习] 机器学习03--决策树01

说明: 决策树(decision tree)是⼀一种基本的分类与回归方法。流程图就是⼀一个决策树,长方形代表判断模块(decision block),椭圆形成代表终⽌止模块 (terminating block),表示已经得出结论,可以终止运行行。从判断模块引出的左右箭头称作为分支(branch),它可以达到另一个判断模块或者终⽌止模块。
<zzqhello2018> 上传 | 大小:260kb

[机器学习] 机器学习03--sklearn手写数字识别

说明: Scikit learn 也简称sklearn,是机器器学习领域的python模块,sklearn包含了了很多机器器学习的方式
<zzqhello2018> 上传 | 大小:206kb

[机器学习] 机器学习02--K近邻算法

说明: k近邻法(k-nearest neighbor, k-NN)是1967年年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理理是:存在一个样本数据集合,也称作为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据 后,将新的数据的每个特征与样本集中数据对应的特征进⾏行行⽐比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k
<zzqhello2018> 上传 | 大小:484kb

[深度学习] tensorflow-cifar

说明: tensorflow基础教程,训练简单的cifar数据集,此数据集包含150张图像,分为三类,每类50张图像。
<samylee> 上传 | 大小:130kb

[深度学习] MICCAI 2018论文 Part3

说明: MICCAI 2018论文 Part3 要求资源分数必须为1,没有办法设置免费 没有资源分数的小伙伴可以在我博客里找我联系方式,加我qq我免费发你下载链接。
<weixin_41783077> 上传 | 大小:129mb

[机器学习] 修改dns脚本

说明: 修改dns脚本,可直接在Windows操作系统下运行,亲测可用
<wellfeng6> 上传 | 大小:212byte

[深度学习] MICCAI 2018论文 Part4

说明: MICCAI 2018论文 Part4 要求资源分数必须为1,没有办法设置免费 没有资源分数的小伙伴可以在我博客里找我联系方式,加我qq我免费发你下载链接。
<weixin_41783077> 上传 | 大小:112mb

[机器学习] 贝叶斯算法实例-文本分析

说明: 贝叶斯算法实例——文本分析,具体代码可详见‘[学习笔记]机器学习——算法及模型(五):贝叶斯算法’
<weixin_43317015> 上传 | 大小:9mb

[深度学习] vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5

说明: vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5 不太好下 公开出来
<weixin_43165935> 上传 | 大小:52mb

[机器学习] Python人脸相似度对比

说明: Python直接使用模型,实现一个简易版的人脸对比,非常有趣!
<m0_38106923> 上传 | 大小:88mb
« 1 2 ... .24 .25 .26 .27 .28 2629.30 .31 .32 .33 .34 ... 4583 »