TiantianUpup / numerical-optimizationLinks
数值优化中常见的算法实现
☆9Updated 3 years ago
Alternatives and similar repositories for numerical-optimization
Users that are interested in numerical-optimization are comparing it to the libraries listed below
Sorting:
- 对灰度图像添加高斯噪声和椒盐噪声,并使用字典学习和深层字典学习进行图像去噪☆17Updated 6 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…☆146Updated 4 years ago
- 计算机视觉作业：基于直方图的自适应阈值分割、利用聚类技术实现纹理图像分割、模板匹配技术、目标跟踪、背景建模、目标检测☆28Updated 4 years ago
- Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)☆83Updated 5 years ago
- 【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…☆209Updated 5 years ago
- 本程序实现决策树的建立与可视化，以及决策树的预剪枝与后剪枝，数据集为西瓜书4.2、4.3节中的西瓜数据集☆36Updated 5 years ago
- 数据挖掘（实战代码/欢迎讨论/大量注释/机器学习）. 你将习得，如：数据的处理、LightGBM、GridSearchCV寻找最优参、StratifiedKFold分层5折切分、画AUC图、输出预测名单等。☆19Updated 5 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆44Updated 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
- 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☆45Updated 6 years ago
- 使用朴素贝叶斯、SVM、逻辑回归、RF、XGBoost、LightGBM的方法实现垃圾邮件分类任务，博客链接：https://blog.csdn.net/ljx0951/article/details/106116944☆52Updated 2 years ago
- 使用去噪深度卷积自动编码器对MNIST图像进行去噪☆15Updated 6 years ago
- 一个图像复原或分割的统一框架，可以用于去雾🌫、去雨🌧、去模糊、夜景🌃复原、超分辨 率👾、像素级分割等等。☆159Updated 4 years ago
- Pytorch_Learning_Notes☆104Updated 4 months ago
- 关于机器学习，深度学习，自然语言处理等各种算法的实现、示例，与博客文章配套，论文复现等☆205Updated 2 years ago
- 图像超分辨率☆79Updated 3 years ago
- 基于Pytorch实现AlexNet\RestNet34，手写数字识别☆22Updated 2 years ago
- code:《基于深度卷积神经网络的图像去噪研究》☆84Updated 6 years ago
- 基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法☆41Updated 6 years ago
- 本项目用暗原色先验算法和AOD神经网络实现图像去雾☆43Updated 5 years ago
- 吴恩达机器学习算法Python实现，附详细的代码注释。☆81Updated 4 years ago
- Pytorch、Scikit-learn实现多种分类方法，包括逻辑回归（Logistic Regression）、多层感知机（MLP）、支持向量机（SVM）、K近邻（KNN）、CNN、RNN，极简代码适合新手小白入门，附英文实验报告（ACM模板）☆423Updated 4 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 5 years ago
- 使用5-6个模型（可以是knn svm 贝叶斯等等）用投票的方式做一个集成 学习对MNIST数据集进行分类。☆24Updated 6 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☆116Updated 2 years ago
- SRCNN and FSRCNN☆56Updated 3 years ago
- 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法☆69Updated 6 years ago
- AI学习过程中的实操代码☆208Updated 5 years ago
- 图像增强与去噪☆57Updated 4 years ago
- 深度学习 注意力机制模块 时间 空间注意力通道☆30Updated 2 years ago