ilannd / Neural-Network-experiment
神经网络课程的实验,包括用感知器实现莺尾花分类,BP神经网络实现水果分类,RBF网络实现拟合函数,Hopfiled网络实现数字识别。里面包含一个简单的GUI,初学wxpython,只是实现一个事件绑定这样的功能,很简单。
☆8Updated 4 years ago
Alternatives and similar repositories for Neural-Network-experiment:
Users that are interested in Neural-Network-experiment are comparing it to the libraries listed below
- Python 基于BP神经网络实现不同直径圆的分类☆26Updated 5 years ago
- 该课题为基于MATLAB bp神经网络的雾霾天气下交通标志的识别系统。主要分两步骤,一是进行图像去雾,采用暗通道的方法获取光透射率,从而去除雾霾。得到清晰的图片后,利用颜色的方 法进行交通标志的定位,众所周知,交通标志基本是红,蓝,黄三色组成,根据RGB不同组合可以定位到不同…☆11Updated 4 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☆152Updated 8 years ago
- 利用Python实现三层BP神经网络☆80Updated 6 years ago
- GA_python for multi-parameters optimization☆27Updated 6 years ago
- A small project abot GA and ANN,基于TensorFlow实现基于遗传算法的神经网络结构搜索技术,在威斯康星乳腺癌细胞分类的数据集上面进行实验,并与传统的机器学习的分类算法进行对比,验证该算法的结果的优劣性。☆35Updated 4 years ago
- Python code of RBF neural network classification model☆44Updated 6 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)☆81Updated 4 years ago
- 粒子群算法优化支持向量机☆133Updated 2 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☆52Updated 7 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- 机器学习预测系统汇总:包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆71Updated 4 years ago
- 使用BP神经网络、RBF神经网络以及PSO优化的RBF神经网络进行数据的预测☆194Updated 4 years ago
- 慕课网上深度学习之神经网络(CNN RNN GAN)算法原理+实战练习的代码和部分数据☆39Updated 5 years ago
- 深度学习代码☆132Updated 5 years ago
- 支持向量机 的python实现☆45Updated 9 years ago
- 机器学习:knn算法实现分类,计算准确率(鸢尾花数据集)☆12Updated 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.☆35Updated 4 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆30Updated 8 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆39Updated 5 years ago
- MATLAB自编程实现BP神经网络手写数字识别。☆27Updated 4 years ago
- 利用各种算法优化BP☆33Updated 5 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☆109Updated 2 years ago
- 使用libsvm和遗传算法优化支持向量机的cost和gamma参数☆31Updated 12 years ago
- 基于LR的优化方法:梯度下降法,随机梯度下降法,牛顿法,LBFGS,BFGS☆35Updated 7 years ago
- BP神经网络预测实例(matlab)☆46Updated 2 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☆54Updated 4 years ago