BUPT-stong / machine-learning-last-homeworkLinks
机器学习大作业支撑代码：SVM、随机森林、深度学习
☆13Updated 4 years ago
Alternatives and similar repositories for machine-learning-last-homework
Users that are interested in machine-learning-last-homework are comparing it to the libraries listed below
Sorting:
- （纯个人向）本科毕业设计 主要是对项目进行记录和代码存储 《基于深度学习的多任务空气质量预测模型设计与实现》☆29Updated last year
- 江南大学《机器学习》大作业-人脸图像性别分类☆36Updated 4 years ago
- 机器学习入门：手写数字识别，声呐分类，垃圾短信识别，鸢尾花分类☆41Updated 5 years ago
- 《数字图像处理》课程设计，基于深度学习的人脸识别项目。采用三层卷 积池化+全连接神经网络☆17Updated 5 years ago
- 利用BP神经网络实现手写数字识别☆48Updated 7 years ago
- 毕业设计项目----基于图神经网络与多任务学习的图像分类器☆44Updated 5 years ago
- 毕业设计:基于深度学习的人脸识别签到系统的设计与实现☆222Updated 6 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆350Updated 5 years ago
- Python课程设计项目：基于python机器学习(ml)的天气预测和天气可视化☆129Updated 2 years ago
- 猫狗识别分类(深度学习入门案例)，使用了Tensorflow框架 和 CNN神经网络实现。附有超详细的代码注释，适合新手直接上手Run！☆215Updated 7 months ago
- 手写体数字识别 卷积神经网络☆13Updated 5 years ago
- 数据挖掘作业数据以及代码(电动车价格预测)☆68Updated 5 years ago
- 一个智能垃圾分类系统☆121Updated 5 years ago
- Python+OpenCV数字图像处理课程设计作业[车牌识别]☆183Updated 5 years ago
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆155Updated 2 years ago
- 基于深度学习的电动车头盔检测，使用yolo算法，并添加CBAM注意力机制提高检测的准确率。☆14Updated last year
- 分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割☆24Updated 3 years ago
- 基于OpenCV的手势识别完整项目☆42Updated 3 years ago
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆25Updated 4 years ago
- 爬虫爬取北京天气数据，pandas和numpy处理数据，matplot可视化展示数据，sklearn机器学习方法预测空气状况。☆131Updated 5 years ago
- Multiple Face Recognition based on FaceNet / 东南大学《模式识别》实验☆60Updated 4 years ago
- 基于深度学习的垃圾识别分类☆32Updated 9 months ago
- PyTorch框架构建花朵图像分类模型（Resnet网络，迁移学习）☆16Updated 3 years ago
- 毕业设计项目-基于深度学习的阿兹海默症早期诊断辅助系统设计与实现☆109Updated 5 years ago
- 基于 ResNet 的果蔬图像分类☆31Updated 2 years ago
- 基于Python编写的中国城市轨道交通数据可视化分析项目。应用技术：网络编程、多线程、文件操作、数据库编程、GUI界面、数据分析。Python课程设计、大作业、实验、实践☆86Updated 2 years ago
- 深度学习的实战项目☆326Updated 5 years ago
- 利用sklearn实现机器学习算法：线性回归、逻辑回归、决策树、随机森林、SVM等☆175Updated 5 years ago
- 响应习大大的号召，进行垃圾分类。基于OpenCV和TensorFlow的生活垃圾图像分类识别。☆245Updated 6 years ago
- 毕设-基于深度学习的人脸识别☆20Updated 5 years ago