分类器

利用GEE对季节性地物进行分类的代码实现

采样点的选取如果你采用监督学习的话，那就手动打标签或者可以了解一下非监督学习合成多季节多波段影像首先，制作一个包含多波段的影像，每个波段作为随机森林分类器的一个feature输入，提升feature的丰富度以保证分类精度
TwcatL_tree·2023-11-03 20:50

Python数模笔记-Sklearn（5）支持向量机

支持向量机（Supportvectormachine,SVM）是一种二分类模型，是按有监督学习方式对数据进行二元分类的广义线性分类器。
youcans·2023-11-03 17:27

[C3W2] Structuring Machine Learning Projects - ML Strategy 2

假设你正在调试猫分类器，然后你取得了90%准确率，相当于10%错误，，在你的
weixin_30577801·2023-11-03 16:36

采样提速256倍，蒸馏扩散模型生成图像质量媲美教师模型，只需4步

点击上方“AI遇见机器学习”，选择“星标”公众号重磅干货，第一时间送来自：机器之心斯坦福大学联合谷歌大脑使用「两步蒸馏方法」提升无分类器指导的采样效率，在生成样本质量和采样速度上都有非常亮眼的表现。
Evan-yzh·2023-11-03 10:00

提速256倍：蒸馏扩散模型，生成图像质量媲美教师模型，只需4步

本文来源机器之心授权编辑：杜伟、陈萍斯坦福大学联合谷歌大脑使用「两步蒸馏方法」提升无分类器指导的采样效率，在生成样本质量和采样速度上都有非常亮眼的表现。
机器学习与AI生成创作·2023-11-03 10:55

集成学习的原理及常用算法的python代码实现

1.集成学习集成学习（ensemblelearning）通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统（multi-classifiersystem）、基于委员会的学习（committee-basedlearning
南山十一少·2023-11-03 09:37

基于生成对抗网络的知识蒸馏数据增强

基于生成对抗网络的知识蒸馏数据增强期刊：计算机工程C时间：2022研究院：武汉工程大学关键词：数据增强；神经网络分类器；工业视觉；生成对抗网络；知识蒸馏方法简介思想来源：仅对原标签做简单的线性变化或直接使用原标签作为新样本标签的方法是无法表示标签中离散信息的
HoraceO·2023-11-03 06:16

使用Python开始机器学习

男女老少都在学机器学习模型，分类器，神经网络和吴恩达。你也想成为一份子，但你该如何开始？
逆光0奔跑·2023-11-02 18:30

python语音识别库kaldi_Kaldi语音识别库在Linux下的安装和编译

同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成，可以说是HTK的升级加强版。
岑依惜·2023-11-02 01:00

kaldi在linux上编译,Kaldi语音识别库linux环境下的安装和编译

介绍：Kaldi语音识别库可以说是，HTK数据库的整理加强版，将HTK比较零碎的各种各样的指令和功能进行整理，使用更加的方便，同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成
三上酱·2023-11-02 01:30

linux编译aidl接口,ubuntu下安装kaidl实用教程

同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成，可以说是HTK的升级加强版。
weixin_39779530·2023-11-02 01:30

kaldi在Linux下的安装

同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成，可以说是HTK的升级加强版。
ch977·2023-11-02 01:25

李宏毅老师浅谈机器学习

李宏毅老师浅谈机器学习引例-宝可梦/数码宝贝分类器如何定义损失函数？-经验这里定义一个直观的loss函数根据全体数据，得到最好的模型参数(理想）如何衡量现实损失和理想损失接近程度？
Selvaggia·2023-11-01 15:03

2019-11-23Python——KNN实战(附详细代码与注解)

估计各位绅士都看过我之前的KNN算法博文（嘿嘿≧◔◡◔≦，假装大家都看过），应广大博客朋友们的要求，本次博主来开车讲解如何做一个KNN分类器实现将iris数据集进行分类。
fengling123·2023-11-01 13:10

机器学习之PyTorch和Scikit-Learn第3章 使用Scikit-Learn的机器学习分类器之旅Part 1

其它章节内容请见机器学习之PyTorch和Scikit-Learn本章中，我们会学习一些学术界和工业界常用的知名强大机器学习算法。在学习各种用于分类的监督学习算法的不同时，我们还会欣赏到它们各自的优势和劣势。另外，我们会开始使用scikit-learn库，它为高效、有生产力地使用这些算法提供了用户友好且一致的接口。本章讲解的主要内容有：介绍用于分类的健壮知名算法，如逻辑回归、支持向量机、决策树和K
矢寸心·2023-11-01 06:18

Hybrid-PSC：基于对比学习的混合网络，解决长尾图片分类 | CVPR 2021

 论文提出新颖的混合网络用于解决长尾图片分类问题，该网络由用于图像特征学习的对比学习分支和用于分类器学习的交叉熵分支组成，在训练过程逐步将训练权重调整至分类器学习，达到更好的特征得出更好的分类器的思想。
VincentTeddy·2023-11-01 02:23

PrOTYPE高级别浆液性卵巢癌分类器

图1文章是ClinicalCancerResearch的分数在8-10分，本研究其实是建立在以前卵巢癌分型基础上展开的，弥补了之前一些研究的缺陷，严格了入组标准和研究方法。第一，再过去的几十年中HGSOC诊断标准已经有了显著的改变，所以现有的公共数据库中的数据极有可能混杂了其他类型的样本，对于这一点，本研究对样本做了严格的筛选，包括公共数据库和自有数据。第二，在过去的研究中主要用的都是无监督聚类，
凌川美兮·2023-11-01 01:31

决策树- 随机森林/GBDT/XGBoost

转载：决策树-随机森林/GBDT/XGBoostBagging:各分类器之间没有依赖关系，可各自并行，Bagging+决策树=随机森林Boosting:各分类器之间有依赖关系，必须串行，比如Adaboost
weixin_50304531·2023-10-31 23:18

spyder环境下安装xgboost的方法及常见错误

xgboost：Xgboost是Boosting算法的其中一种，Boosting算法的思想是将许多弱分类器集成在一起，形成一个强分类器。
远方上&肖·2023-10-31 20:35

matlab2016a贝叶斯工具箱,matlab贝叶斯工具箱

matlab贝叶斯工具箱是由KevinMurphy开发的编程学习工具，该工具采用MATLAB语言编制，可实现贝叶斯网络结构学习、参数学习、推理和构建贝叶斯分类器，此工具箱在贝叶斯学习编程方面非常灵活。
骆小普·2023-10-31 11:28

MATLAB中perceptron函数用法

目录语法说明示例使用感知器求解简单分类问题perceptron函数的功能是简单的单层二类分类器。
jk_101·2023-10-31 10:46

监督式异常检测（Anomaly Detection）方法研究线

监督式异常检测方法需要一个已经被标记“正常”与“异常”的数据集，并涉及到训练分类器（与许多其他的统计分类问题的关键区别是异常检测的内在不均衡性（就是异常样本少）。
研途可达·2023-10-31 04:11

sklearn中的逻辑回归

2linear_model.LogisticRegression2.3梯度下降：重要参数max_iter2.4二元回归与多元回归：重要参数solver&multi_class2.5样本不平衡与参数class_weight逻辑回归1.1逻辑回归概述逻辑回归是一种线性的分类器
Lennng·2023-10-31 02:44

KNN分类算法介绍，用KNN分类鸢尾花数据集（iris）

目录一、KNN算法实现原理：二、KNN算法实现步骤三、KNN算法的优缺点KNN算法的优点包括：KNN算法在分类问题上的不足：四、KNN分类鸢尾花数据集1、构建KNN分类器2、构建KNN模型3、案例结果及分析一
凌天傲海·2023-10-30 19:36

人工智能 python入门体验课_Python系列课程——人工智能篇简单入门

下面推荐的这个内容比较适合小白，如果数学、模型理论基础不扎实也没关系，可以掌握Python编程语言基本可以轻松学习~例如利用Python编程语言实现线性分类器、支持向量机、朴素贝叶斯等经典机器学习模型来解决诸如肿瘤良恶性预测
weixin_39536427·2023-10-30 17:22

【Python机器学习】零基础掌握RidgeClassifier线性分类器

面临选择，如何更准确地预测乳腺癌？在医疗领域，准确地预测疾病的发生非常关键。尤其是像乳腺癌这样常见但又严重的疾病，早期诊断和预测可以极大地提高治疗成功率。那么问题来了，如何在大量的医疗数据中，准确、快速地诊断乳腺癌？假设有以下一组乳腺癌相关的医疗检查数据，其中包括患者年龄、肿瘤大小、细胞形态等多个因素。年龄肿瘤大小细胞形态检查结果452.510503.121…………为了解决这个问题，一种有效的方法
Mr数据杨·2023-10-30 11:50

python机器学习——xgboost简介

参考（1）背景Boosting分类器属于集成学习模型，它基本思想是把成百上千个分类准确率较低的树模型组合起来，成为一个准确率很高的模型。这个模型会不断地迭代，每次迭代就生成一颗新的树。
曹文杰1519030112·2023-10-30 09:17

基于flask的web视频监控人脸检测程序

基于flask的web视频监控人脸检测程序.zip基于flask完成视频流引入，基于opencv的级联分类器完成人脸检测。效果如上图所示。
人工智能教学实践·2023-10-30 04:51

随机森林算法梳理

集成学习概念集成学习就是组合多个弱监督模型以期得到一个更好更全面的强监督模型，集成学习潜在的思想是即便某一个弱分类器得到了错误的预测，其他的弱分类器也可以将错误纠正回来。
凌霄文强·2023-10-30 03:41

特征选择之卡方验证java_机器学习之特征选择

特征选择方法初识：1、为什么要做特征选择在有限的样本数目下，用大量的特征来设计分类器计算开销太大而且分类性能差。
weixin_39809140·2023-10-30 02:08

2019-06-10

LabelEncoder和OneHotEncoder区别数据预处理之独热编码（One-Hot)在机器学习任务中，特征并不总是连续值，比如性别、国籍、婚姻情况，即使将这些特征转化为数字，也不能直接用于机器用于分类器中
T_129e·2023-10-30 00:54

改变matlab分类器属性,matlab如何从原始类内的方法修改值类的属性?

我想创建一个存储并能够修改向量的类。看起来像这样:classdefvect3dpropertiesvecrotateendmethodsfunctionobj=vec3d(a,b,c)vec=[a,b,c];rotate=rot(obj);endendend我还有一个类,叫做rot,它有旋转向量的函数。我想做的是:MyVec=vec3d([1;2;3]);MyVec2=MyVec;%Definea
故事后来都变了·2023-10-29 09:32

读书笔记-增量学习-EEIL_End-to-End Incremental Learning

题目的End-to-End指的是能同时训练更新Classification分类器和代
谷粤狐·2023-10-29 00:16

iCaRL: Incremental Classifier and Representation Learning

iCaRL同时学习强分类器和数据表示法。introduction类增
薛定谔的大胖笨狗·2023-10-29 00:44

（《机器学习》完整版系列）第2章 模型评估与选择 ——2.5 代价的曲线美

代价曲线错误率与代价曲线前面我们得到了学习器（打分器）hhh的ROC曲线，ROC上的任何一个点RRR对应于一个二分类器hRh_{
人工干智能·2023-10-28 14:29

吴恩达深度学习-序列模型 2.7 负采样

这节课学习的同样是一个监督学习嵌入向量的模型，上节课的skip-gram使用的softmax分类器求和带来的计算量太大了，这节课使用的算法可以避免这个问题。这节课名字叫做负采样，那么正采样呢？
prophet__·2023-10-28 10:32

Keras：VGG16模型微调

目前大部分的卷积神经网络都分为两部分，第一部分由卷积层、池化层组成的卷积基部分，主要用于特征提取；第二部分是由全连接神经网络组成的分类器，主要用
机器不学习我学习·2023-10-28 10:45

MATLAB身高体重识别性别

2、试验直接设计线性分类器的方法，与基于概率密度估计的贝叶斯分类器进行比较。3、体会留一法估计错误率的方法和结果。
zouroot·2023-10-28 05:56

贝叶斯分类器matlab实现

用matlab模拟最小错误率贝叶斯分类器与最小风险分类器，效果个人感觉还算能看的下去^_^注意：如果对实验原理还不算太懂，可以看其他大牛的博客或者看书，不管怎么样概率论知识是前提，不如乘法定理，条件概率
GallagherZ·2023-10-28 05:23

mysql 体重 类型 身高_用身高和体重数据进行分类实验

二、具体做法：(1)应用单个特征进行实验：以(a)身高或者(b)体重数据作为特征，在正态分布假设下利用最大似然法或者贝叶斯估计法估计分布密度参数，建立最小错误率Bayes分类器，写出得到的决策规则，将该分类器应用到测试样本
weixin_39916511·2023-10-28 05:23

关于身高体重的编程MATLAB,用身高和或体重数据进行性别分类的实验（一）.doc...

学号：班级：组员：20093023239391彭群聂20093023099391吕鑫20093023519392袁暾实验目的用FAMALE.TXT和MALE.TXT的数据作为训练样本集，建立Bayes分类器
JIAN人依在·2023-10-28 05:22

体重 年龄 性别 身高 预测鞋码_用身高和体重数据进行性别分类的实验报告

2、试验直接设计线性分类器的方法，与基于概率密度估计的贝叶斯分类器进行比较。3、体会留一法估计错误率的方法和结果。
Siului·2023-10-28 05:22

数据集：男女身高体重（二维）

数据集：男女身高体重（二维）本文讨论该数据集的Bayes和MSE分类器的设计。
DeeGLMath·2023-10-28 05:17

用身高和/或体重数据进行性别分类

用身高和/或体重数据进行性别分类【摘要】根据身高和/或体重等数据，利用模式识别贝叶斯（bayes）分类器来对人的性别进行分类，做出函数图，使得我们容易分析这两者之间的异同。
linana123456789·2023-10-28 05:17

实验三：最小错误率的贝叶斯分类预习报告

一、实验原理贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。
Starfavouraa·2023-10-28 05:12

Bayes决策：身高与体重特征进行性别分类

Pattern-recognition-programming:模式识别编程(github.com)简述分别依照身高、体重数据作为特征，在正态分布假设下利用最大似然法估计分布密度参数，建立最小错误率Bayes分类器
夏天是冰红茶·2023-10-28 05:07

**基于卷积神经网络的笑脸数据集（GENKI4K）训练**

Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+
m0_47297839·2023-10-27 23:32

深度学习与计算机视觉（一）

文章目录计算机视觉与图像处理的区别人工神经元感知机-分类任务Sigmoid神经元/对数几率回归对数损失/交叉熵损失函数梯度下降法-极小化对数损失函数线性神经元/线性回归均方差损失函数-线性回归常用损失函数使用梯度下降法训练线性回归模型线性分类器多分类器的决策面
@@老胡·2023-10-27 17:18

进阶课4——随机森林

随机森林指的是利用多棵树对样本进行训练并预测的一种分类器，每棵树都由随机选择的一部分特征进行训练和构建。通过多棵树的集成，可以增加模型的多样性和泛化能力。
AI 智能服务·2023-10-27 10:52

CS231N assignment2 SVM

课程主页：网易云课堂CS231N系列课程语言：Python3.61线形分类器以图像为例，一幅图像像素为32*32*3代表长32宽32有3通道的衣服图像，将其变为1*3072的一个向量，即该图像的特征向量
weixin_30363509·2023-10-27 09:38
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他