EduCoder平台：人脸识别系统——OpenCV人脸检测第1关：图片基本操作编程要求：请在右侧编辑器中的BEGIN-END之间编写代码，完成如下要求：导入openCV库（cv2）；读取路径 step1/image/girl.jpg下的图片（图片读取模式三种任选一种都可以）；将读取到的图片保存到路径 step1/out/girl-new.jpg下。代码如下：'''****************B

EduCoder平台：机器学习—EM算法第1关：极大似然估计第2关：实现EM算法的单次迭代过程编程要求：根据提示，在右侧编辑器补充 Begin-End 段中的代码，完成 em_single(priors, observations)函数。该函数需要完成的功能是模拟抛掷硬币实验并估计在一次迭代中，硬币 A 与硬币 B 正面朝上的概率。其中：init_values ：硬币 A 与硬币 B 正面朝上的概

EduCoder平台：深度学习初体验第1关：什么是神经网络第2关：反向传播第3关：动手实现CNN识别手写数字编程要求：填写 python 代码，在 Begin-End 段中构建出如下结构的卷积神经网络：64 个 5*5 的卷积核组成的卷积层，激活函数为 relu；最大池化层，池化核大小为 2*2；扁平；128 个神经元的全连接层，激活函数为 relu；10 个神经元的全连接层，激活函数为 soft

EduCoder：机器学习—Python机器学习软件包Scikit-Learn的学习与运用第1关：使用scikit-learn导入数据集编程要求：本关任务是，使用 scikit-learn 的datasets模块导入iris数据集，提取前 5 条原数据、前 5 条数据标签及原数据的数组大小。请按照编程要求，补全右侧编辑器Begin-End区间的代码。测试说明：本关的测试文件是step1/testI

EduCoder：机器学习—线性回归第1关：简单线性回归与多元线性回归第2关：逻辑回归的损失函数编程要求：该实战内容中数据为一元数据，利用 pandas 读入数据文件，并为相应的数据附上名字标签，分别为Population 和 Profit。data = pd.read_csv(path, header=, names=[ '', '' ])代码如下：#encoding=utf8import os

EduCoder平台：机器学习—朴素贝叶斯分类器第1关：条件概率第2关：贝叶斯公式第3关：朴素贝叶斯分类算法流程编程要求：根据提示，完成fit与predict函数，分别实现模型的训练与预测。（PS:在fit函数中需要将预测时需要的概率保存到self.label_prob和self.condition_prob这两个变量中）其中fit函数参数解释如下：feature：训练集数据，类型为ndarray

数据库系统概论（第5版） 王珊 萨师煊 第7章课后习题第7章 数据库设计1．试述数据库设计过程。

EduCoder平台：机器学习—KNN算法编程实战：红酒分类第1关：分析红酒数据编程要求：请仔细阅读右侧代码，根据方法内的提示，在Begin - End区域内进行代码补充，完成alcohol_mean函数。该函数需要完成返回红酒数据中的平均酒精含量。其中函数的参数解释如下:data：红酒数据对象代码如下：import numpy as npdef alcohol_mean(data):'''返回红

EduCoder平台：机器学习—神经网络第1关：什么是神经网络第2关：神经元与感知机编程要求：根据提示，在右侧编辑器补充 python 代码，构建一个感知机模型，底层代码会调用您实现的感知机模型进行训练，并对一个特征值分别为青绿、稍蜷、沉闷（即特征向量为[0,2,2]）的西瓜的好坏进行预测，预测正确则通关。代码如下：#encoding=utf8import numpy as np#构建感知机算法c

人工智能导论清览第3次作业1 . 贝叶斯网络根据图所给出的贝叶斯网络，其中：P(A)=0.5，P(B|A)=1， P(B|¬A)=0.5， P(C|A)=1， P(C|¬A)=0.5，P(D|BC)=1，P(D|B, ¬C)=0.5，P(D|¬B,C)=0.5，P(D|¬B, ¬C)=0。试计算下列概率P(A|D)。Answer：2.概率推理设有如下推理规则r1: IF E1 THEN (2, 0