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]！  

搜索资源列表

  1. 英文文献，在校外的网上下载很贵的，SVM优化模型

  2. 英文文献，在校外的网上下载很贵的，SVM优化模型，进行了模型参数的优化，提高了建模精度。

  3. 所属分类：专业指导

    • 发布日期：2010-11-25
    • 文件大小：430080
    • 提供者：lifengling

  1. opencv，svm，图片分类，胶囊分类，特征训练

  2. opencv，svm，图片分类，胶囊分类，特征训练。

  3. 所属分类：其它

    • 发布日期：2018-09-29
    • 文件大小：89128960
    • 提供者：weixin_42519040

  1. opencv，svm，二值化，图片训练分类

  2. opencv，svm，二值化，图片训练分类，源码，供参考。

  3. 所属分类：其它

    • 发布日期：2018-09-29
    • 文件大小：31457280
    • 提供者：weixin_42519040

  1. opencv，svm，训练，分类源码

  2. opencv，svm，训练，分类源码。

  3. 所属分类：其它

    • 发布日期：2018-09-29
    • 文件大小：32505856
    • 提供者：weixin_42519040

  1. opencv，svm，图片分类，训练2

  2. opencv，svm，图片分类，训练。源码，范例供参考

  3. 所属分类：其它

    • 发布日期：2018-09-29
    • 文件大小：128974848
    • 提供者：weixin_42519040

  1. LIBSVM安装代码测试，SVM非线性研究

  2. 内容是关于LIBSVM安装之后的测试，也可以用来研究非线性分类的情况。

  3. 所属分类：机器学习

    • 发布日期：2020-03-28
    • 文件大小：2048
    • 提供者：chengxulinshiqi

  1. 模式识别（模型选择，SVM，分类器）作业解答+代码.docx

  2. Adaboost算法的设计思想。从机器学习的角度简述模型选择的基本原则。丑小鸭定理；Occam剃刀原理；最小描述长度定理。简述分类器集成的基本方法。推导Hard-Margin SVM的优化目标。解释Hinge Loss在SVM中的意义。编程：从MNIST数据集中选择两类，对其进行SVM分类，可调用现有的SVM工具利用sklearn库进行svm训练MNIST数据集，准确率可以达到90%以上。

  3. 所属分类：互联网

    • 发布日期：2020-03-27
    • 文件大小：98304
    • 提供者：qq_36918538

  1. 基于Matlab植物虫害检测（GUI，注释，svm算法）

  2. 该课题为基于MATLAB SVM方法的植物病害检测系统，带GUI界面，可以识别多种被虫害侵蚀的植物叶子，输出结果。带论文和详细注释。 train 对黄瓜子文件夹所有图片提取 颜色矩特征和gabor纹理特征，然后svm训练 test 对测试图像灰度化，滤波，提取 颜色矩特征和gabor纹理特征，然后svm模型测试，输出类别 colorMom.m 颜色矩特征提取 Gabor_palm.m gabor纹理特征提取

  3. 所属分类：其它

    • 发布日期：2020-02-28
    • 文件大小：6291456
    • 提供者：weixin_46022493

  1. 支持向量机（Support Vector Machines，SVM）

  2. 文章目录1. 线性可分SVM 与 硬间隔最大化1.1 线性可分SVM1.2 函数间隔、几何间隔1.3 间隔最大化2. 线性SVM 与 软间隔最大化2.1 线性SVM3. 非线性SVM 与 核函数3.1 核技巧/核函数3.2 常用核函数3.3 非线性SVM分类4. 序列最小最优化算法5. sklearn SVC 实例6. 课后习题 支持向量机（SVM）是一种二类分类模型。 支持向量机还包括核技巧，实质上是非线性分类器。 学习策略：间隔最大化 学习算法：求解凸二次规划的最优化算法。 当训练数据线性可

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：460800
    • 提供者：weixin_38672815

  1. Parkinsons-Disease-Classfication-Task:使用PCA执行缩放，数据分割和降维，并使用随机森林，SVM和KNN算法进行分类-源码

  2. 帕金森病分类任务 使用PCA执行缩放，数据分割和降维，并使用随机森林，SVM和KNN算法进行分类

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：7168
    • 提供者：weixin_42106357

  1. jd-loan-paid-off-project：开发分类模型，以预测将要还清或拖欠贷款的客户。 将使用KNN，决策树，SVM和Logistic回归模型-源码

  2. 预测还清或拖欠的贷款 开发分类模型，以预测将偿还或拖欠其贷款的客户。 将使用KNN，决策树，SVM和Logistic回归模型。 在课程中构建的项目。 pt-br 客户的分类和建模能力不足。 模型，决策树，SVM和Logistic回归。 使用Python 机器学习的Projeto construido durante o curso de机器学习。 安装 依存关系 开发此项目的依赖项如下： pip install scikit-learn 用户安装 您需要安装jupyter笔记本，以及n

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：62464
    • 提供者：weixin_42129113

  1. Steam-Dataset-Data-Science：对从Steam网站抓取的包含视频游戏信息的数据集进行分析，数据清理，功能工程和统计测试。 创建了多个线性回归，SVM和随机森林机器学习模型，以尝试预测游戏的评分-源码

  2. Steam-Dataset-Data-Science：对从Steam网站抓取的包含视频游戏信息的数据集进行分析，数据清理，功能工程和统计测试。 创建了多个线性回归，SVM和随机森林机器学习模型，以尝试预测游戏的评分

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：8388608
    • 提供者：weixin_42116794

  1. 机器学习算法教程：基础机器学习算法教程（线性回归，逻辑回归，SVM，随机森林，装袋，KNN，K均值...）-源码

  2. 什么是机器学习？ 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法，机器学习允许计算机查找隐藏的见解，而无需对其进行明确的编程。 它是干什么用的？ 欺诈识别。 网络搜索结果。 网页上的实时广告 信用评分和次优报价。 预测设备故障。 新的定价模式。 网络入侵检测。 预测客户流失 模式和图像识别。 电子邮件垃圾邮件过滤。 这是最近几个月我一直在努力的机器学习算法教程列表。 随时在下面的评论中留下您的反馈/建议 1. 2. 3.

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：6291456
    • 提供者：weixin_42135753

  1. Support-Vector-Machine-_with_python：在此笔记本中，我们介绍了Support Vector Machine（SVM）算法，这是一种功能强大但简单的监督学习方法，用于预测数据。 对于分类任务，SVM算法尝试将

  2. 支持向量机_with_python 在本笔记本中，我们介绍了支持向量机（SVM）算法，这是一种功能强大但简单的监督学习方法，用于预测数据。 对于分类任务，SVM算法尝试将特征空间中的数据划分为不同的类别。 默认情况下，这种划分是通过构造最佳分割数据的超平面来执行的。 为了进行回归，构造了超平面以映射数据分布。 在这两种情况下，这些超平面均以非概率方式映射线性结构。 但是，通过采用内核技巧，我们可以将非线性数据集转换为线性数据集，从而使SVM可以应用于非线性问题。 SVM是功能强大的算法，已得到

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：86016
    • 提供者：weixin_42100971

  1. word2vec，svm情感分析代码

  2. word2vec，svm情感分析代码

  3. 所属分类：机器学习

    • 发布日期：2021-02-15
    • 文件大小：80740352
    • 提供者：huixiangjian

  1. 机器学习和数据科学：机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K -折数，偏差与方差，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-M

  2. 机器学习与数据科学 机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K折，偏差与方差） ，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-Means，分层）本课程将介绍数据挖掘/统计学习的主要主题，包括：统计基础，数据可视化，分类，回归，聚类。 重点将放在统计学习方法，其背后的模型，直觉和假设以及对实际问题的应用上。 您可以在stats 415项目文件夹中找到我的最终项目。 项目总结 实施整个学

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：18874368
    • 提供者：weixin_42166261

  1. 员工减员数据分析：对公司进行减员数据集的多个分类（KNN，朴素贝叶斯，随机森林，决策树，ANN，SVM），以预测公司对减员的主要贡献从而提高生产率-源码

  2. 员工减员数据分析：对公司进行减员数据集的多个分类（KNN，朴素贝叶斯，随机森林，决策树，ANN，SVM），以预测公司对减员的主要贡献从而提高生产率

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：9437184
    • 提供者：weixin_42120405

  1. pytorch_classification：利用pytorch实现图像分类的一个完整的代码，训练，预测，TTA，模型融合，模型部署，cnn提取特征，svm或者随机森林等进行分类，模型蒸馏，一个完整的代码-源码

  2. pytorch_classification 利用pytorch实现图像分类，其中包含的密集网，resnext，mobilenet，efficiencynet，resnet等图像分类网络，可以根据需要再行利用torchvision扩展其他的分类算法 实现功能 基础功能利用pytorch实现图像分类 包含带有warmup的cosine学习率调整 warmup的step学习率优调整 多模型融合预测，修正与投票融合 利用flask实现模型云端api部署 使用tta测试时增强进行预测 添加label s

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42131352

  1. 使用CNN-KNN-SVM-RF的光学字符识别：使用CNN，KNN，SVM和随机森林算法的笔迹检测-源码

  2. 使用CNN-KNN-SVM-RF的光学字符识别：使用CNN，KNN，SVM和随机森林算法的笔迹检测

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6291456
    • 提供者：weixin_42098830

  1. faceRecgSys：使用Matlab的人脸识别系统； 算法：LBP，PCA，KNN，SVM和朴素贝叶斯-源码

  2. faceRecgSys：使用Matlab的人脸识别系统； 算法：LBP，PCA，KNN，SVM和朴素贝叶斯

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：7340032
    • 提供者：weixin_42128141
« 12 3 4 5 6 7 8 9 10 ... 50 »