
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
深度学习实战06-循环神经网络(RNN)实现股票预测
深度学习实战06-循环神经网络(RNN)实现股票预测
深度学习实战07-卷积神经网络(Xception)实现动物识别
深度学习实战07-卷积神经网络(Xception)实现动物识别
Python调用scikit-learn实现机器学习
第一章 机器学习介绍及环境部署1-1 课程介绍1. 课程目标1.了解人工智能(AI)及其主流算法AI是什么、有什么特点;机器学习与AI的关系。2.熟练使用python及scikit-learn工具包环境配置与安装、基本语法、数据操作。3.掌握完成机器学习任务的能力数据预处理、模型加载、训练及预测。4.运用不同的机器学习模型、评估模型表现K-邻近(KNN)算法、逻辑回归;混淆矩阵。2. 课程目录机器
深度学习实战05-卷积神经网络(CNN)实现彩色图片分类
深度学习实战05-卷积神经网络(CNN)实现彩色图片分类
获取用户代理(User-Agent)的三种实用方法
Python的三种获取用户代理方式,其中两种可获取随机用户代理。
深度学习实战03-卷积神经网络(CNN)实现天气识别
深度学习实战03-卷积神经网络(CNN)实现天气识别
深度学习实战01-卷积神经网络(CNN)实现Mnist手写体识别
深度学习实战01-卷积神经网络(CNN)实现Mnist手写体识别
深度学习实战06-循环神经网络(RNN)实现股票预测
深度学习实战06-循环神经网络(RNN)实现股票预测
深度学习实战05-卷积神经网络(CNN)实现彩色图片分类
深度学习实战05-卷积神经网络(CNN)实现彩色图片分类
深度学习实战03-卷积神经网络(CNN)实现天气识别
深度学习实战03-卷积神经网络(CNN)实现天气识别







