点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
人工智能
人工智能下载列表 第3104页
«
1
2
...
.99
.00
.01
.02
.03
3104
.05
.06
.07
.08
.09
...
4626
»
[
深度学习
]
NSGA-III多目标进化算法
说明: 多目标只能进化算法,遗传改进算法,多目标进化算法matlab代码
<
weixin_40678349
> 在 上传 | 大小:
15360
[
深度学习
]
当教育遇见AI:科技如何改造传统教育
说明: 当教育遇见AI:科技如何改造传统教育,深入解读教育行业和AI的结合
<
skydreamer1
> 在 上传 | 大小:
1048576
[
深度学习
]
一张图看透AI创业的13个产业细分和910家公司
说明: 最新最全,关于AI产业的概况,可以从产业层面看清当前人工智能发展趋势
<
skydreamer1
> 在 上传 | 大小:
2097152
[
机器学习
]
街景房屋号数据集说明
说明: Street View House Numbers (SVHN),关于机器学习进阶常用的街景房屋号数据集的一个说明文档
<
u013703989
> 在 上传 | 大小:
1048576
[
机器学习
]
python机器学习良恶性肿瘤数据集
说明: 结论:通过比较,逻辑斯蒂模型比随机梯度下降模型在测试集上表现有更高的准确性,因为逻辑斯蒂采用解析的方式精确计算模型参数,而随机梯度下降采用估计值 特点分析:逻辑斯蒂对参数的计算采用精确解析的方法,计算时间长但是模型性能高,随机梯度下降采用随机梯度上升算法估计模型参数,计算时间短但产出的模型性能略低,一般而言,对于训练数据规模在10万量级以上的数据,考虑到时间的耗用,推荐使用随机梯度算法
<
lbb17745169396
> 在 上传 | 大小:
19456
[
机器学习
]
Bishop - Pattern Recognition And Machine Learning - Springer 2006
说明: Bishop - Pattern Recognition And Machine Learning - Springer 2006
<
yebo1986
> 在 上传 | 大小:
15728640
[
机器学习
]
机器学习算法汇总大全
说明: 机器学习算法汇总大全,对常见的算法用比较容易理解的语言进行描述,相比直接看算法公式更容易理解
<
cwbcom
> 在 上传 | 大小:
7340032
[
机器学习
]
基于支持向量机的图片分类程序
说明: 对图片的分类主要包含以下四个步骤:1.用尺度不变特征转换(SIFT)算法来提取训练集中图片的特征值。2.用K-means算法将这些特征值聚成n类。这n类中的每一类就相当于是图片的单词,所有的n个类别构成词汇表。3.对训练集中的图片构造词汇表,就是将图片中的特征值归到不同的类中,然后统计每一类的特征值的频率。4. 用支持向量机(SVM)训练一个多类分类器,将每张图片的词汇表作为特征向量。对于未知类别的图片,计算它的词汇表,使用训练的SVM分类器进行分类。
<
tuye1361
> 在 上传 | 大小:
27262976
[
机器学习
]
CIFAR-10/100 数据集中文说明
说明: CIFAR-10/100数据集是深度学习进阶常用的数据集,本文档是关于CIFAR-10/100 数据集的中文简介。
<
u013703989
> 在 上传 | 大小:
271360
[
机器学习
]
模式识别KNN算法
说明: kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时,只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,kNN方法较其他方法更为适合。
<
weixin_41673669
> 在 上传 | 大小:
2048
[
机器学习
]
模式识别作业-贝叶斯分类器
说明: 模式识别作业-贝叶斯分类器。贝叶斯分类器的分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。也就是说,贝叶斯分类器是最小错误率意义上的优化。目前研究较多的贝叶斯分类器主要有四种,分别是:Naive Bayes、TAN、BAN和GBN。
<
weixin_41673669
> 在 上传 | 大小:
93184
[
机器学习
]
模式识别作业K-L变换
说明: 模式识别作业,特征提取。K-L变换是在均方误差测度下,失真最小的一种变换,其失真为被略去的各分量之和。由于这一特性,K-L变换被称为最佳变换。许多其他变换都将K-L变换作为性能上比较的参考标准。以矢量信号X的协方差矩阵Ф的归一化正交特征矢量q所构成的正交矩阵Q,来对该矢量信号X做正交变换Y=QX,则称此变换为K-L变换(K-LT或KLT),K-LT是Karhuner-Loeve变换的简称
<
weixin_41673669
> 在 上传 | 大小:
2048
«
1
2
...
.99
.00
.01
.02
.03
3104
.05
.06
.07
.08
.09
...
4626
»
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
资源分类
机器学习
深度学习
搜索引擎
计算广告
VR
本站统计
资源总数:
630
万个
资源大小:
15
TB
今日更新:468个
注册人数:225万
今日注册:838
加入“点数信息”会员
“点数信息”是专业的,大型的源码,编程资源等搜索,交换平台,旨在帮助软件开发人员提供源码,编程资源下载,技术交流等服务!目前源码资源大小已超过8TB。
超值价格,购买下载积分,即时到帐,无需等待马上可以下载你所需的资料。无限期使用,一次购买越多越优惠!
免费获取积分
免费获得积分的途径是通过会员下载您上传的资料,您的帐户即增加积分。
立即上传资料,越多越好,被搜索到的机会越大!越早上传越早得积分,下载次数越多,您的积分越多。
合作伙伴
CodeProject
搜珍网
建筑工程网
CSDN.net
建筑资料网