注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MLE、MAP、Bayesian-E、naive Bayes

  2. 最大似然估计、最大后验概率估计、贝叶斯估计、朴素贝叶斯方法的区别

  3. 所属分类：机器学习

    • 发布日期：2018-12-18
    • 文件大小：400384
    • 提供者：ictjue

  1. matlab开发-nbdatalabeltest

  2. matlab开发-nbdatalabeltest。一个简单的朴素的贝叶斯分类器，我在博士学位时做的。

  3. 所属分类：其它

    • 发布日期：2019-08-24
    • 文件大小：1024
    • 提供者：weixin_38744375

  1. pytorch实现softmax多重分类

  2. 代码清晰的说明使用pytorch实现多重分类， 有十个分类标签，用到的思路就是贝叶斯朴素分类器的思想，多分类问题参照BCELoss的函数表达式可变成loss(yhat, y) = -y*log(yhat)，Torch.nn.EntropyLoss()交叉熵损失：包含softmax，log处理loss计算和非线性激活

  3. 所属分类：深度学习

    • 发布日期：2020-07-10
    • 文件大小：6144
    • 提供者：curse12

  1. 基于L-0总变化的深度图最佳修复

  2. Kinect生成的深度图可能会由于红外光的回波衰减以及相邻像素之间的相互干扰而丢失一些像素，这在将Kinect相机用作深度传感器时会引起普遍的问题。 在这项工作中，我们提出了一种两步修复算法来填充Kong。 首先，利用缺失图像的相邻像素和彩色图像中的相应像素作为先验知识，进行朴素的贝叶斯估计作为初步的修复方案。 之后，将执行优化以改进深度图，在该深度图中检测到错误绘制的区域中的虚假边缘，然后在总变化框架下迭代地将其推进到其真实位置。 实验结果包括以证明该算法的有效性。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_38695751

  1. 中老双语命名实体对位研究

  2. 中老双语NE对齐具有非常重要的意义。 本文提出了三种实体对齐方法。 首先，提出了双语实体模糊匹配问题的相似性。 其次，我们采用双语实体词序列模式相似度提出中文实体模型来匹配老挝实体方法。 然后，通过挖掘中文实体的知识信息词，建立了朴素的贝叶斯双语NE对齐模型，以在可比语料库中对齐中文和老挝命名实体。 最后，结合三种方法的优点提出了规则，以达到最佳效果。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：117760
    • 提供者：weixin_38621150

  1. 人工智能文档：关于学习和AI相关系统的信息库-源码

  2. 人工智能 IA信息存储库。 深度神经网络： ：进行基础学习，进行深度学习（学习基础知识，学习基础知识），学习基础知识（学习基础）从上班级到后期班级的处理，从线性转换到线性转换。 分类方法 航空兵：朴素的贝叶斯家族徽章，朴素的贝叶斯球衣，陆战队服装制造商独立新闻稿。 简单易用的设计风格。 IA激活功能 品名：一种统一的线性指数连续性品系，其品名是“零消费趋势”或“预消费结果”。 Diferente de outrasfunçõesdeativação，ELU tem uma constante

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：10240
    • 提供者：weixin_42115003

  1. 主动式网络脚本病毒实时防御系统设计

  2. 网络脚本病毒是一种新型的计算机病毒类别，攻击型更强、网络威胁更大，而传统的被动式脚本病毒防御体系无法动态、有效地保护本地局域网安全，为此设计了一种防御能力更强的主动式网络脚本病毒实时防御系统。脚本病毒实时防御系统的硬件部分由检测模块、数据包捕获模块、协议分析模块、系统验证模块、脚本病毒特征提取模块和结果显示模块构成；在主控程序的设计方面利用PDRR模型匹配脚本病毒的类别，并基于朴素的贝叶斯理论验证脚本文件训练集的条件概率，将病毒的防御问题转化为后验概率的求解问题，提高了对脚本病毒文件的识别率。仿

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：1048576
    • 提供者：weixin_38575421

  1. ai-on-browser.github.io:这是一个您可以在浏览器中轻松试用AI的网站-源码

  2. 浏览器上的AI 抽象的 在此站点上，您可以轻松地在浏览器中试用AI。 特征 所有处理均在客户端Javascr ipt中完成。 代码的机器学习部分不使用任何外部库。 警告 该代码在速度，内存使用等方面都不实用。 楷模 任务 模型 聚类 k均值，k均值++，k中间值，x均值，LBG，ISODATA，模糊c均值，层次结构（完全链接，单链接，组平均值，沃德氏，质心，加权平均值，中位数），DIANA，均值漂移，DBSCAN，OPTICS，PAM，CLARA，CLARANS，BIRCH，CURE，潜在狄利

  3. 所属分类：其它

    • 发布日期：2021-03-27
    • 文件大小：290816
    • 提供者：weixin_42165018

  1. CSCI-544:CSCI 544-源码

  2. CSCI 544：应用自然语言处理 在家工作 姓名 描述 语言能力 图书馆 1个 使用朴素贝叶斯过滤垃圾邮件 实现朴素贝叶斯分类器并将其应用于二进制文本分类任务（即，垃圾邮件检测） Python 不适用 2个 序列标记 将对话行为分配给来自语料库的会话中的话语序列 Python crfsuite 3 NLP深度学习 为词性标记实现序列到序列递归神经网络（RNN）模型 Python 火炬

  3. 所属分类：其它

    • 发布日期：2021-03-27
    • 文件大小：372736
    • 提供者：weixin_42139429

  1. Machine-Learning-in-Action:本书取自《机器学习在行动》中的源代码，更正了错误，并根据python 3.X更新了-Source code learning

  2. 行动中的机器学习 本书摘自《机器学习在行动》中的源代码。 ipynb格式和html格式，更正了（以及我自己发现的一些错误），并根据python 3.X更新了。 机器学习在行动.pdf：本书的pdf版本 MLiA_SourceCode.zip：（.py格式） 02用k最近邻居分类[ ] 03一次将数据集拆分为一个特征决策树[ ] 04用概率论分类朴素贝叶斯[ ] 05 Logistic回归[ ] 06支持向量机[ ] 07使用AdaBoost元算法[ ]改进分类 08预测数值回归[

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：76546048
    • 提供者：weixin_42165508

  1. buaaDataMining:BDMG小组的资源共享平台，包含工程代码，学习资料，数据集等-源码

  2. BUAA数据挖掘小组 BDMG小组的资源共享平台，包含工程代码，学习资料，数据集等。注意：请不要将带有版权的资料直接上传，并相应链接即可。 去做 将组员加入到git项目中。 更新数据初步的学习资源。 第一周 上周末的展示十分精彩，这周将陆续上传展示的PPT。的同学可以选择某些机器学习模型进行深入探究。推荐继续对自己感兴趣的问题进行深入探究基础理论十分重要。这里称为展示中遇到的具体问题： 朴素贝叶斯算法中使用的“先验概率”指的是什么？ 为什么决策树的变量处理顺序不同将影响最后结果？如何影响？ K

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：18874368
    • 提供者：weixin_42163404

  1. phpid-learning:a Belajar大胆的bersama PHPID-源码

  2. Belajar大胆的bersama PHPID 数据Bisa Juga Diakses Lewat 网络用户界面： ： JSON：Lihat berkas 关键字：jadwal event phpid 卡隆·佩马特里（Calon Pemateri）Yang Berminat Mengisi PHPID-OL： ://phpid.netlify.app/jadi-pemateri Daftar在线学习 （已取消） （已取消） 模板sesi selanjutnya Waktu：哈里，

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：5242880
    • 提供者：weixin_42134143

  1. HackNITR-2.0-Data_Decoders:此Web应用程序为在线COVID-19测试提供了一个平台。它基于人工神经网络和探索性数据分析-源码

  2. HackNITR-2.0-Covikit 此Web应用程序为在线COVID-19测试提供了一个平台。它基于人工神经网络（ANN）和探索性数据分析。 八种机器学习算法（决策树分类器，随机森林分类器，K最近邻，K均值算法，支持向量机，梯度提升，朴素贝叶斯和逻辑回归）和两个深度学习神经网络模型（单层感知器和多层）在联合国Covid数据集（kaggle）上对Perceptron进行了培训和测试，并采用了具有最高准确度百分位数的模型来构建网络预测器。多层感知器可提供97.7％的精度，因此被用于模型构建。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：448512
    • 提供者：weixin_42119358

  1. My_Portfolio:我的项目集-源码

  2. 我的投资组合 我的学习历程 对英国企业的客户进行了分析，以了解客户行为并产生见解，以更好地进行目标市场营销。 使用了来自541909客户的数据，并使用python进行了分析。 根据客户的消费习惯和消费金额创建客户群。 优化的朴素贝叶斯，逻辑回归，支持向量分类器和XGBoost以达到最佳模型。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：11264
    • 提供者：weixin_42181545
« 1 2 ... 41 42 43 44 45 46»