人工智能——文本分类（大作业必备）
tensorflow文本分类问题，实现将文本区分为积极、消极文本，保姆级讲解，不仅仅轻松过大作业，更可以带你快速理解对keras库的基本使用。
KNN算法数字识别完整代码——打开就可以跑
目录1、原理2、数据集3、代码以及注释1. 数据准备：2. 构建训练数据集：3. 测试集数据测试：4、运行结果5、总结6、致谢1、原理邻近算法，或者说K最近邻（KNN，k-NearestNeighbor）分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是K个最近的邻居的意思，说的是每个
数学建模学习（69）：朴素贝叶斯回归分类，轻松掌握
手把手教你使用贝叶斯回归分类模型
数学建模学习（65）：零基础学会使用SVM支持向量机分类
支持向量机SVM分类教程
机器学习之分类方法K近邻(KNN)
详解KNN原理及步骤，针对K值的选取，距离度量法的选择进行说明，并利用sklearn对手写体进行预测。
深度学习相关概念：交叉熵损失
深度学习相关概念：交叉熵损失交叉熵损失详解1.激活函数与损失函数1.1激活函数：1.2损失函数：2.对数损失函数（常用于二分类问题）：3.交叉熵、熵、相对熵三者之间的关系4.交叉熵损失函数（常用于多分类问题）4.1交叉熵的作用：5.交叉熵损失 VS 多类支撑向量机损失 我在学习深度学习的过程中，发
全国30m精度二级分类土地利用数据
全国30m精度二级分类土地利用数据
NoSQL四大分类
我不允许你不知道的nosql知识
机器学习分类算法之LightGBM（梯度提升框架）
目录走进LightGBM什么是LightGBM？XGBoost的缺点LightGBM的优化LightGBM的基本原理Histogram 算法直方图加速 LightGBM并行优化代码实践参数详解 代码实操最优模型及参数（数据集1000）模型调参每文一语走进LightGBM什么是LightGBM？在上
机器学习分类算法之XGBoost（集成学习算法）
目录走进XGBoost什么是XGBoost？XGBoost树的定义XGBoost核心算法正则项：树的复杂程度XGBoost与GBDT有什么不同XGBoost需要注意的点XGBoost重要参数详解调参步骤及思想XGBoost代码案例相关性分析n_estimators（学习曲线）max_depth（学习
机器学习-鸢尾花(Iris Flower)分类
一个机器学习中的“Heelo World”项目，针对鸢尾属的3个亚属进行分类。(Python\Pandas\Matplotlib\SKlearn)
python机器学习_近邻算法_分类Ionosphere电离层数据
本文使用python机器学习库Scikit-learn中的工具，以某网站电离层数据为案例，使用近邻算法进行分类预测。并在训练后使用K折交叉检验进行检验，最后输出预测结果及准确率。过程产生一系列直观的可视化图像。希望文章能够对大家有所帮助。祝大家学习顺利！
机器学习分类算法之支持向量机
目录支持向量机算法背景介绍什么是线性可分？什么又是超平面？支持向量机的三种情况近线性可分线性不可分不用核函数的传统方法核函数Kernel是什么？核函数SVM求解过程核函数的本质代码实例模型调参gamma调参C值调参使用Polynomial kernel进行预测使用RBF kernel进行预测总结每文
【万字详解·附代码】机器学习分类算法之K近邻（KNN）
目录什么是K近邻算法？关于空间的一些基本概念几何空间的五条公理向量关于距离的一些基本概念欧氏距离（Euclidean distance）曼哈顿距离(Manhattan Distance)切比雪夫距离 (Chebyshev Distance)闵可夫斯基距离(Minkowski Distance)杰卡德
MobileNetV1实战：使用MobileNetV1实现植物幼苗分类
文章目录摘要数据增强Cutout和Mixup项目结构导入项目使用的库设置全局参数图像预处理与增强读取数据设置模型定义训练和验证函数测试摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，演示如何使用pytorch版本的MobileNetV1图像分类模型实现分类任务。通过本文你和学
Windows下使用Darknet训练自己的数据集（模型：yolov4-tiny、数据集：垃圾分类）
超级详细的Darknet训练自己数据集的教程博客，使用yolov4-tiny模型进行垃圾分类数据集进行训练！
基于LBP的图像特征提取并PCA降维后的分类研究
基于python写LBP提取图片数据信息，PCA降维数据后进行图片分类
