luanshiyinyang / DeepLearningProjectLinks
深度学习实战项目（图像识别、语音识别、文本处理等）
☆15Updated 6 years ago
Alternatives and similar repositories for DeepLearningProject
Users that are interested in DeepLearningProject are comparing it to the libraries listed below
Sorting:
- 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)☆54Updated 7 years ago
- 基于卷积神经网络的猫狗识别 web 应用☆161Updated 2 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☆37Updated 5 years ago
- 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
- 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…☆122Updated 4 years ago
- 深度学习的实战项目☆326Updated 5 years ago
- 机器学习算法经典案例☆110Updated 4 years ago
- 机器学习实践：贷款违约预测☆38Updated 6 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】☆122Updated 5 years ago
- 基于 Pytorch 的垃圾识别与分类。本项目源于浙江大学光电学院课程设计。（程序仅供参考，很久没关注这方面内容了，为避免误导，相关问题不作回答）☆64Updated 4 years ago
- 利用ID3决策树预测患糖尿病的可能性☆16Updated 4 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆125Updated 6 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☆47Updated 6 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆135Updated 6 years 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
- 分类类别不平衡，解决办法：采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重，附带信用卡诈骗案例☆21Updated 5 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
- 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。☆89Updated 4 years ago
- 我写了详细代码注释，卷积神经网络经典项目猫狗识别kaggle☆49Updated 6 years ago
- 一个智能垃圾分类系统☆121Updated 5 years ago
- 基于python编写的Keras深度学习框架开发，利用卷积神经网络CNN,快速识别图片并进行分类☆39Updated 7 years ago
- 使 用BP神经网络识别MINST字符集☆45Updated 6 years ago
- 数字图像处理大作业，图像细粒度分类，CUB-200-2011，Peking University☆74Updated 7 years ago
- 机器学习、深度学习、NLP实战项目☆142Updated 7 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
- 深度学习实战: 1. BP神经网络函数逼近2. 基于LeNet-5的MNIST字符识别 3. 基于ResNet-18的CIFAR-10图像分类4. 基于选择性搜索（Selective Search）选择候选区域 5.基于YoloV3算法的车辆目标检测 6. YoloV3算法…☆42Updated 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☆56Updated 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☆116Updated 2 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