您好,欢迎光临本网站![请登录][注册会员]  

人工智能下载,机器学习下载列表 第136页

« 1 2 ... .31 .32 .33 .34 .35 136.37 .38 .39 .40 .41 ... 2688 »

[机器学习] MsCeleb1M.washlist

说明:Ms-Celeb-1M的清理结果,由于Ms-Celeb-1M数据比较繁多,并且存在一定的杂乱,所以针对该数据集进行了一定的清理,该文件为清理的最终结果
<eva1018> 在 上传 | 大小:147849216

[机器学习] TF_IDF算法的python实现

说明:基于NLTK工具包,批次读取目录下面的文本数据,利用python实现了TF_IDF算法。其中,可以自行输入目录文件的绝对路径以及请输入你想显示词频的前top数量。
<qq_43351000> 在 上传 | 大小:4096

[机器学习] 小目标检测技术研究综述

说明:小目标检测是针对图像中像素占比少的目标,借助计算机视觉在图像中找到并判断该目标所属类别的目标检测技术。与目前应用较为成熟的大尺度、中尺度目标检测不同,小目标自身存在着语义信息少、覆盖面积小等先天不足,导致小目标的检测效果并不理想,因此如何提高小目标的检测效果依然是计算机视觉领域的一大难题。
<syp_net> 在 上传 | 大小:727040

[机器学习] matlab版配套源码和图片_all

说明:matlab版配套源码和图片_all
<jiadongfengyahoo> 在 上传 | 大小:26214400

[机器学习] 机器学习个人笔记完整版v5.51-A4打印版.pdf

说明:Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为,以获取新的 知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是 使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而 不是演绎
<qq_38140292> 在 上传 | 大小:9437184

[机器学习] scikit-learn-docs.pdf

说明:scikit-learn库的文档使用说明,详细介绍了该库中的各种算法的使用方法,以及提供了各种Demo
<zizhuangzhuang> 在 上传 | 大小:46137344

[机器学习] 汉字对应拼音,包括txt和json

说明:20850个汉字及其对应的拼音(包括音调),文件包含txt和json两种格式,以及由txt转换为json的python程序。
<tailonh> 在 上传 | 大小:178176

[机器学习] IDL入门指导 内容详尽全面

说明:IDL(Interactive Data Language)交互式数据语言是进行二维及多维数据可视化表现、分析及应用开发的理想软件工具。作为面向矩阵、语法简单的第四代可视化语言,IDL致力于科学数据的可视化和分析,是跨平台应用开发的最佳选择。
<tys1986blueboy> 在 上传 | 大小:12582912

[机器学习] An Online POMDP Solver for Uncertainty Planning in Dynamic Environment.pdf

说明:一种online方式求解POMDP问题的工具,Adaptive Belief Tree (ABT)算法。 应该是最早提出这个方法的文章,看过我的https://blog.csdn.net/qq_34241498/article/details/105288427,里面这个文章链接不对,在此提供,供需要者学习下载。
<qq_34241498> 在 上传 | 大小:252928

[机器学习] Open3.4.3+contrb3.4.3+vs2017 ✖64编译,解决无法使用sift等特征点提取得方法

说明:Open3.4.3+contrb3.4.3编译,解决无法使用sift等特征点提取得方法,通过cmake+vs2017编译得到得可用得opencv。因为编译过程较繁琐,所以不建议去下载较多包进行编译。
<XxxLittleOne> 在 上传 | 大小:67108864

[机器学习] 语音情感分析调查论文

说明:改论文总结了语音情感分析相关的研究,包括情感模型,语音情感数据集,数据预处理,数据特征提取,情感分类模型等等
<weixin_42396467> 在 上传 | 大小:1048576

[机器学习] 语音情感分析OpenEAR工具

说明:OpenEAR is a widely used open-source emotion recognition tool built on OpenSMILE. Support Vector Machine (SVM) is used for emotion classification. The best accuracy for 10-fold stratified cross-validation that can be achieved is 89.5% on EMO-DB.
<weixin_42396467> 在 上传 | 大小:559104
« 1 2 ... .31 .32 .33 .34 .35 136.37 .38 .39 .40 .41 ... 2688 »