logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【机器学习】人工智能实验二:利用贝叶斯分类器实现手写数字识别

一、数据获取对于新手而言,熟练掌握各种数据的读取方式,并了解读入的数据具体存储形式及相关操作,实际上任务已经完成一大半了!之所以这么讲,主要是为了强调,数据获取数据处理的在机器学习中的重要意义!1、Python几种读取mat格式数据的方法对于怎么获取.mat最合适,以及它们之间的差别,暂时我还没搞清楚,先“搁置争议”(不求甚解),毕竟这篇博客主打的记录代码2、数据获取:数据获取见博客:...

【深度学习】Keras自建神经网络模型实现133种狗的种类识别(记录笔记)

一、加载数据from sklearn.datasets import load_filesfrom keras.utils import np_utilsimport numpy as npfrom glob import globimport timet0=time.time()print('显示此刻的时间:',time.strftime('%Y-%m-%d %H:%M:%S',time.loc

#深度学习#神经网络
【大数据】城市公交网络分析与可视化(一):基于Python爬取公交车行驶路径等基本信息

说明本文主要性质为代码分享类文章,以及考虑到个人最近精力有限,故不做知识点详细介绍!但可以告诉大家有哪些关键点:1、高德开放平台|高德地图API注册账号->获取Key(密钥Key是url中的一个关键参数,具体获取细节,但我把自己申请的密钥直接放到代码中了,所以不申请问题也不大)2、啥是API?API(Application Programming Interface,应用程序接...

【机器学习】基于SVM人脸识别算法的一些对比探究(先降维好还是先标准化好等对比分析)

一、数据集介绍可选取 ORL 人脸数据库作为实验样本,总共 40 个人,每人 10 幅图像,图像大小为112*92 像素。图像本身已经经过处理,不需要进行归一化和校准等工作。实验样本分为训练样本和测试样本。首先设置训练样本集,选择 40 个人前 5 张图片作为训练样本,进行训练。然后设置测试样本集,将 40 个人后 5 张图片作为测试样本,进行选取识别。二、对比探究实验(一)对比不同核函数...

#人脸识别
【人工智能】《人工智能技术》期末考预测考点(交流卷、预测卷)

以下所有内容仅供参考,不保证整理答案的正确性。一、判断题(20分,20题)1、“张三是一名计算机系的学生,他喜欢编程”的谓词公式表示为:computer (zhangsan) ^ like (zhangsan, programming)2、正向推理是从已知事实出发,通过规则库求得结论,也称为数据驱动方式,或从底向上的方式;反向推理是从目标出发,反向使用规则,求得已知事实,或称目标驱动,自顶向...

【机器学习】人工智能实验一:A*算法求解 8 数码问题(启发式搜索)(纯代码)

一、网上代码修改版:1、直接上代码:代码参考于:A*算法(解决八数码问题)#include<bits/stdc++.h>#define maxn 1010 //用于设置OPEN表和COLSE表(顺序表)结点的个数#define N 3//4typedef struct node {//八数码结构体int a[N][N];//二维数组表示八数码的主要状态...

【Python】实训6:基于wine和wine_quality数据集练习sklearn构建模型方法(预处理、聚类、分类、回归)

题目来源:《Python数据分析与应用》第6章 使用 scikit-learn 构建模型实训部分【 黄红梅、张良均主编 中国工信出版集团和人民邮电出版社】本博客题目文字主要来自:印象笔记OCR文字识别转换(敲题目是不可能去敲题目的)【OCR (Optical Character Recognition,光学字符识别)】数据集下载链接(下载后找到第6章->实训数据)实训1...

【深度学习】Keras自建神经网络模型实现133种狗的种类识别(记录笔记)

一、加载数据from sklearn.datasets import load_filesfrom keras.utils import np_utilsimport numpy as npfrom glob import globimport timet0=time.time()print('显示此刻的时间:',time.strftime('%Y-%m-%d %H:%M:%S',time.loc

#深度学习#神经网络
【Python】美国大选献金项目数据分析(concat(),lambda(),groupby(),pivot_table())

任务要求读入美国总统选举政治献金数据文件,合并三个文件的数据查看数据基本信息缺失值处理,(填充 ‘NOT PROVIDE’)通过给定字典,添加候选人对应党派信息parties = {‘Bachmann, Michelle’: ‘Republican’,‘Romney, Mitt’: ‘Republican’,‘Obama, Barack’: ‘Democrat’,“Roemer, Charles

【Python】Anaconda中”Object arrays cannot be loaded when allow_pickle=False”报错如何解决?

出错情况:在Anaconda的Jupyter Notebook和Spyter中用np.load函数读取".npz"可能会出现如下报错:翻译后的意思是“当allow_pickle=false时无法加载对象数组”)网上建议的解决办法:他们不约而同提到了采用降低numpy版本的方法:故我花了大量时间在dos界面尝试降低版本,但结果都不是很好!(这个因人而异)实际帮助我解决问题的方法:在A...

    共 35 条
  • 1
  • 2
  • 3
  • 4
  • 请选择