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

机器学习项目实战——08浅层网络之葡萄酒分类

机器学习项目实战——08浅层网络之葡萄酒分类

#机器学习
机器学习项目实战——13贝叶斯算法之新闻分类

机器学习项目实战——13贝叶斯算法之新闻分类

#机器学习
人工智能——Pandas数据结构

numpy只能处理数值型数据,很多时候还需处理字符串、时间序列等,就需要Pandas(Python Data Analysis Library,数据分析库)。Pandas是基于Numpy的一个开源Python库,被广泛应用于数据分析、数据清洗以及准备等工作。数据科学家经常和表格形式的数据(比如.csv ,.tsv , .xlsx)打交道,Pandas可以使用类似SQL的方式非常方便的加载、处理、分

#人工智能#数据分析#python
机器学习——12分类模型的基础

1. 评价标准1.1正确率、召回率、F1指标正确率与召回率(Precision & Recall )是广泛应用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量。一般来说,正确率就是检索出来的条目有多少是正确的,召回率就是所有正确的条目有多少被检索出来了。F1值=2*(正确率*召回率)/ (正确率+召回率)。是综合上面二个指标的评估指标,用于综合反映整体的指标。这几个指标的取值都在

#机器学习
深度学习——NLP-1.搜索

1.1 搜索引擎怎么工作1.2 统计学让搜索速度起飞1.3 搜索的扩展

#nlp#深度学习
调制识别

@调制识别#调制识别第一次记录关于基于人工神经网络的一些调制识别的看法与思考最近在做开题报告,有一些问题实在想不通,希望和大家共同进步和讨论。问题所做课题《基于卷积神经网络的调制信号识别》到底是做什么呢? ,曾经一个老师问我是做调制还是解调?我那时候觉得自己是做调制的,毕竟题目里写的是调制嘛,后来我觉得自己是做解调的,因为我的目的是最后把收到的未知信号给识别出来,其实和解调差不多。最近,不知道在哪

#神经网络#深度学习
机器学习——10 KMeans聚类

机器学习——10 KMeans聚类

#机器学习
深度学习——(CNN)_彩色图片分类 | 01

目录一、前期工作1.设置GPU2.导入数据3.归一化4.可视化二、构建CNN网络三、编译四、训练模型五、预测六、模型评估一、前期工作1.设置GPU2.导入数据3.归一化4.可视化二、构建CNN网络三、编译四、训练模型五、预测六、模型评估...

#深度学习#cnn#分类
机器学习项目实战——12集成学习算法之乳腺癌预测

机器学习项目实战——12集成学习算法之乳腺癌预测

#机器学习
    共 46 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择