MichaelLee826 / classification_BPNeuralNetworkLinks
Python 基于BP神经网络实现不同直径圆的分类
☆27Updated 6 years ago
Alternatives and similar repositories for classification_BPNeuralNetwork
Users that are interested in classification_BPNeuralNetwork are comparing it to the libraries listed below
Sorting:
- Python 基于BP神经网络实现鸢尾花的分类☆373Updated 5 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念,包括有监督学习,无监督学习,分类,聚类,回归;神经元模型,多层感知器,BP算法;损失函数,激活函数,梯度下降法;全连接网络、卷积神经网络、递归神经网络;训练集,测试集,交叉验证,欠拟合,过拟合;数据规范化等☆159Updated 9 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
- 利用Python实现三层BP神经网络☆84Updated 7 years ago
- 基于SVM的简单机器学习分类,可以使用svm, knn, 朴素贝叶斯,决策树四种机器学习方法进行分类☆126Updated 3 years ago
- 使用HOG+SVM进行图像分类☆168Updated 7 years ago
- keras 图像识别☆119Updated 3 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆38Updated 8 years ago
- 粒子群算法优化支持向量机☆143Updated 3 years ago
- 利用回归模型实现房价预测☆49Updated 7 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
- 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☆48Updated 5 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆38Updated 5 years ago
- 机器学习(Machine Learning, ML)python简洁实现,包括混合高斯模型,KMeans,决策树,随机森林,K近邻,线性判别分析,逻辑斯蒂回归(梯度下降法,牛顿法),多层感知机(分类+回归),Naive Bayes(离散+高斯),多分类SVM,线性回归,隐马…☆153Updated 4 years ago
- 用Python实现SVM多分类器☆437Updated last year
- 基于一维卷积神经网络(1D-CNN)的多元时间序列分类☆80Updated 5 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】☆127Updated 6 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 8 years ago
- 深度学习代码☆132Updated 6 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆32Updated 9 years ago
- 使用ResNet网络进行十种食物图像分类,基于迁移学习方法训练☆25Updated 3 years ago
- pytorch入门项目,包括线性回归、垃圾分类、水果目标检测、ssd☆130Updated 5 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆53Updated 8 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☆22Updated 3 years ago
- 使用tensorflow和cnn做的图像识别,对四种花进行了分类。☆656Updated 5 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆139Updated 7 years ago
- 我们使用传统的数字图像处理的方法进行中国车牌的识别,与我们的深度学习方法进行对比。☆38Updated 5 years ago
- python 用GA算法优化BP神经网络☆164Updated 4 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☆58Updated 5 years ago
- PyTorch框架构建花朵图像分类模型(Resnet网络,迁移学习)☆19Updated 3 years ago