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. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1048576
    • 提供者：qq_33042687

  1. 空中写字与数字识别

  2. 使用说明：手动框出特定部位，使用KCF算法对其进行跟踪，绘出轨迹图案，再将手写图案送去分类器分类。该程序实现的分类器有opencv自带的knn、svm，以及用tensorflow实现的基于minst数据集训练出的cnn模型、softmax模型。文档包含训练模型所需的python代码。

  3. 所属分类：C++

    • 发布日期：2017-04-03
    • 文件大小：80896
    • 提供者：hyk_1996

  1. python实现KNN手写字体识别Demo

  2. python实现K进邻算法对手写数字识别的一个小Demo，含代码和数据集

  3. 所属分类：机器学习

    • 发布日期：2017-11-11
    • 文件大小：697344
    • 提供者：qq_36818363

  1. 山东大学模式识别实验java源码

  2. 包含了贝叶斯 KNN KMeans 的简单实现 1. 利用贝叶斯算法进行数据分类操作，并统计其预测正确率。 2. 随机产生10000组正样本和20000负样本高斯分布的数据集合（维数设为二维），要求正样本：均值为[1;3]，方差为[2 0;0 2]；负样本：均值为[10;20]，方差为[10 0;0 10]。先验概率按样本量设定为1/3和2/3.分别利用最小错误概率贝叶斯分类器和最小风险概率贝叶斯分类器对其分类。（假设风险程度正样本分错风险系数为0.6，负样本分错风险为0.4，该设定仅用于最小

  3. 所属分类：机器学习

    • 发布日期：2018-01-12
    • 文件大小：1048576
    • 提供者：qq406736552

  1. openCV+PYTHON实现的knn算法手写数字识别

  2. 机器学习入门KNN算法实现的手写数字识别 基本上照搬了http://lib.csdn.net/article/opencv/30167的代码，只是改了一点bug和增加了一点功能 输入就是直接在一个512*512大小的白色画布上画黑线，然后转化为01矩阵，用knn算法找训练数据中最相近的k个，现在应该是可以对所有字符进行训练和识别，只是训练数据中还只有数字而已，想识别更多更精确的话就需要自己多跑代码多写几百次，现在基本上一个数字写10次左右准确率就挺高了，并且每次识别的时候会将此次识别的数字和0

  3. 所属分类：机器学习

    • 发布日期：2018-03-12
    • 文件大小：15360
    • 提供者：qq_40051709

  1. KNN实现手写数字识别

  2. 基于opencv-KNN最邻近算法实现手写数字识别，使用Qt做UI实现手写板，可以实时测试，资源包含源代码和可执行程序（release文件夹下的exe文件可以直接运行）

  3. 所属分类：机器学习

    • 发布日期：2018-03-28
    • 文件大小：33554432
    • 提供者：kaychangeek

  1. KNN算法实现手写数字识别的三种方法（源码）

  2. KNN算法使用MNIST数据集、0-1二值图集、自写的数字图片集，做手写数字识别的代码，文件夹分类明确。

  3. 所属分类：机器学习

    • 发布日期：2018-04-27
    • 文件大小：102760448
    • 提供者：zzz_cming

  1. kNN实现手写数字识别代码及数据

  2. 使用kNN算法对0-9的手写数据集进行识别，包括python代码和数据，数据为txt格式。

  3. 所属分类：机器学习

    • 发布日期：2018-07-28
    • 文件大小：521216
    • 提供者：albert201605

  1. kNN_hand_writing.py

  2. knn手写数字识别代码实现，本实验首先使用基于Python实现kNN算法实现手写字识别，然后使用sklearn库的kNN算法实现手写字识别。通过本实验掌握kNN算法的原理，熟悉kNN算法如何应用在真实世界问题中，同时掌握sklearn机器学习库的使用。

  3. 所属分类：机器学习

    • 发布日期：2020-04-10
    • 文件大小：20480
    • 提供者：asdasddsddasd

  1. KNN 算法的实现，手写数字识别

  2. 利用一个手写数字“先验数据”集，使用knn算法来实现对手写数字的自动识别； 先验数据（训练数据）集： ♦数据维度比较大，样本数比较多。 ♦ 数据集包括数字0-9的手写体。 ♦每个数字大约有200个样本。 ♦每个样本保持在一个txt文件中。 ♦手写体图像本身的大小是32x32的二值图，转换到txt文件保存后，内容也是32x32个数字，0或者1，如下

  3. 所属分类：其它

    • 发布日期：2020-08-31
    • 文件大小：928768
    • 提供者：qq_45531594

  1. 基于Python实现 KNN 算法和 Decision Trees 算法

  2. (⼀) 在 jupyter notebook 中，实现 KNN 算法和 Decision Trees 算法，要求有完整的注释 (⼆) ⼿手写数字识别 样本中包含1797个⼿手写数字灰度图像，每个图像⼤大⼩小为8*8，可使⽤用 numpy.load('filename.npy') 进 ⾏行行载⼊入 使⽤用留留出法拆分训练集与测试集，留留出10%作为测试集。训练KNN模型，搜索最佳的超参数k和n的取值，提 升识别准确度

  3. 所属分类：专业指导

    • 发布日期：2020-12-20
    • 文件大小：76800
    • 提供者：weixin_44348354

  1. python使用KNN算法识别手写数字

  2. 本文实例为大家分享了python使用KNN算法识别手写数字的具体代码，供大家参考，具体内容如下 # -*- coding: utf-8 -*- #pip install numpy import os import os.path from numpy import * import operator import time from os import listdir 描述： KNN算法实现分类器 参数： inputPoint：测试集 dataSet：训练集 labels：

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：59392
    • 提供者：weixin_38500944

  1. Machine-Learning-w-MNIST：使用MNIST数据集的机器学习模型-源码

  2. 使用MNIST数据集的机器学习模型 KNN是一种简单，易于实现的有监督的机器学习算法，可用于解决分类和回归问题。 但是请记住，KNN的主要缺点是随着数据量的增加，它会变得非常慢，这使得它在需要快速做出预测的环境中是不切实际的选择。 这是一本笔记本，展示了如何训练ML模型以及如何使用KNN算法识别手写数字。 默认参数来自sklearn，经过测试k =2。这是一个正在进行的工作，请随时进行改进。 我将再添加两个模型，即SVM和Random Forest，以查看是否有可能进行改进（很可能是这种情况

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：12582912
    • 提供者：weixin_42149153