HeavenDuke / DeepICLinks
机器学习课程大作业 - 基于深度神经网络的图像分类任务
☆31Updated 8 years ago
Alternatives and similar repositories for DeepIC
Users that are interested in DeepIC are comparing it to the libraries listed below
Sorting:
- 整理记录本人担任课程助教设计的四个机器学习实验,主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码,欢迎各位码友讨论交流。☆120Updated 7 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆57Updated 7 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆77Updated 7 years ago
- 这里主要存放做过的深度学习的一些实战项目☆35Updated 5 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆126Updated 7 years ago
- 基于无监督学习,无需训练,先使用SIFT算法提取图像特征,再使用KMeans聚类算法进行图像分类,速度非常快,精度还在提高。☆133Updated 6 years ago
- 一些深度学习的模型,基于TensorFlow,主要是卷积神经网络,完成计算机视觉中一些分类、检测、识别、图像处理等部分(之前的被我不小心删除了)☆56Updated 7 years ago
- 设计并实现了一个基于深度学习、集成学习、迁移学习、GAN等技术的色素性皮肤病自动识别七分类系统。本系统主要由服务端和客户端两个模块组成。服务端基于深度学习、集成学习、迁移学习、GAN等技术实现了对色素性皮肤病自动识别七分类。客户端使用微信小程序和网站(SSM、Springb…☆126Updated 4 years ago
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆38Updated 6 years ago
- 机器学习的特征工程,包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- 机器学习实践:贷款违约预测☆39Updated 6 years ago
- 江南大学《机器学习》大作业-人脸图像性别分类☆36Updated 5 years ago
- 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
- 基于内容的图像检索系统(Content Based Image Retrieval,简称 CBIR)☆69Updated 7 years ago
- CNN 图像多分类问题☆27Updated 6 years ago
- 卷积神经网络(CNN)项目,给你一个狗的图像,你的算法将会识别并估计狗的品种☆29Updated 3 years ago
- 使用迁移学习将resnet50用于垃圾分类,基于【华为云人工智能大赛·垃圾分类挑战杯】☆125Updated 6 years ago
- 回归问题是数据挖掘和机器学习中常常出现的问题----本专题 以 中国移动用户信用分预测 为例,对比分析几类 常见的回归算法,包括:线性回归、岭回归、贝叶斯岭回归、前馈神经网络、迭代提升树等。☆18Updated 6 years ago
- 机器学习项目☆34Updated 6 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☆47Updated 5 years ago
- 人工智能导论课 期末设计 - 基于遗传算法的图像分割☆34Updated 7 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品(论文与代码)☆68Updated 3 months ago
- 基于深度学习的新闻分类推荐系统(Spring Boot作为客户端,Keras作为服务端)☆50Updated 5 years ago
- 基于TensorFlow和Keras的智能垃圾分类系统,用于参加中国软件杯双创大赛。☆93Updated 5 years ago
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆56Updated 5 years ago
- 基于Keras实现Kaggle2013--Dogs vs. Cats12500张猫狗图像的精准分类☆78Updated 7 years ago
- CNN卷积神经网络 交通标志识别☆125Updated 7 years ago
- 使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析☆49Updated 6 years ago