wzyanqi / dogs-vs-cats
优达学城-机器学习-毕业项目-猫狗大战
☆24Updated 6 years ago
Alternatives and similar repositories for dogs-vs-cats:
Users that are interested in dogs-vs-cats are comparing it to the libraries listed below
- 机器学习、深度学习、NLP 实战项目☆137Updated 7 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。☆17Updated 6 years ago
- 猫狗大战——图像识别☆33Updated 8 years ago
- 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。☆115Updated 7 years ago
- 用python做计算机视觉,人工智能,机器学习,深度学习等☆95Updated this week
- 猫狗二分类图片识别☆30Updated 7 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☆23Updated 2 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☆29Updated 7 years ago
- K-Means聚类分析算法Python实现,并以鸢尾花数据集为例进行聚类演示☆18Updated 7 years ago
- 数据挖掘领域十大算法代码实现☆58Updated 8 years ago
- 机器学习方法进行中文电影评论的情感分析☆30Updated 8 years ago
- 人工智能Python全栈工程师 人工智能时代已经来临,再不学习就会被淘汰! python考试,已经被列为国家计算机二级考试 python课程,已经被浙江的中学列为必修课内容之一 python课程,已经被山东的小学列为选修课课程之一 零基础? 怕啥,君社教育来帮你! Pyt…☆101Updated 4 years ago
- 基于flask将一个评论分类模型嵌入到web系统中☆30Updated 4 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)☆64Updated 4 years ago
- 基于机器学习的信用风险评估模型,主要使用了Sklearn库,通过逻辑回归,向量机等模型,根据借款人的个人身份信息评估是否应当发放贷款。☆17Updated 2 years ago
- 机器学习入门:手写数字识别,声呐分类,垃圾短信识别,鸢尾花分类☆38Updated 5 years ago
- 机器学习应用平台/数据预测/文本分类☆11Updated 5 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆52Updated 6 years ago
- kaggle上的一个房屋价格预测比赛☆35Updated 7 years ago
- 利用python中的pandas,sklearn进行数据挖掘☆21Updated 9 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)☆51Updated 7 years ago
- 数据挖掘常用算法:关联分析Apriori算法,数据分类决策树算法,数据聚类K-means算法☆24Updated 5 years ago
- 基于svm的手写数字图像识别☆51Updated 6 years ago
- 机器学习项目☆31Updated 6 years ago
- 这里主要存放做过的深度学习的一些实战项目☆33Updated 5 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆93Updated 3 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。☆37Updated 6 years ago
- 机器视觉(图像处理,人脸识别,车牌识别)☆21Updated 5 years ago
- 记录我学习数据挖掘过程的笔记和见到的奇技☆121Updated 6 years ago
- 大数据竞赛项目实战, 内容涵盖: Kaggle、阿里天池大数据、腾讯大数据、京东大数据、DataCastle大数据竞赛等等☆58Updated 6 years ago