分类器

深度学习系列之cs231n assignment1 KNN（二）

那么这一次的分享就是assignment1中K近邻分类器的使用，以及完成其中的四个问题，这四个
明曦君·2023-10-27 09:06

竞赛选题 深度学习卷积神经网络的花卉识别

文章目录0前言1项目背景2花卉识别的基本原理3算法实现3.1预处理3.2特征提取和选择3.3分类器设计和决策3.4卷积神经网络基本原理4算法实现4.1花卉图像数据4.2模块组成5项目执行结果6最后0前言优质竞赛项目系列
laafeer·2023-10-27 08:32

朴素贝叶斯

特殊情况处理处理概率为0的情况：平滑处理总结不同于其它分类器，朴素贝叶斯是
李静数据分析·2023-10-27 04:53

统计学习方法——支持向量机(SVM)

SVM支持向量机(supportvectormachines,SVM)是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器；支持向量机还包含核技巧，这使它成为实质上的非线性分类器支持向量机的学习算法是求解凸二次规划的最优化算法欧几里得空间和希尔伯特空间
AndrewZhou924·2023-10-26 16:18

机器学习：集成算法概述

集成学习（Ensemblelearning）就是将若干个弱分类器通过一定的策略组合之后产生一个强分类器，是时下非常流行的机器学习算法，它本身不是一个单独的机器学习算法，而是通过在数据上构建多个模型，集成所有模型的建模结果
Zen of Data Analysis·2023-10-26 12:56

【毕设选题】基于机器视觉的二维码识别检测 - opencv 二维码 识别检测 机器视觉

基本的检测框架有两种：一种是以滑动窗口为单位对图像进行扫描，对扫描所得的每个子图像提取特征，并用学习到的分类器
caxiou·2023-10-26 10:34

头歌--人脸识别系统--OpenCV人脸检测

目录第1关：图片基本操作第2关：色彩空间及其转换第3关：基于Harr特征的人脸检测分类器第4关：绘制人脸与人眼区域第1关：图片基本操作'''****************BEGIN**********
咖喱要加力·2023-10-26 04:08

对抗样本生成系列：JSMA目标扰动

先前的算法生成的对抗性样例只能达到让分类器分类错误的目的，
小生很忙·2023-10-25 22:22

9. 优化和满足指标（machine learning yearning）

你需要在这三个分类器上做选择：采用简单的公式将准确率和运行时间合并为一个单一的指标看上去并不自然，比如：Accuracy-0.5*RunningTime你可以这样做：首先，定义一个“可接受的”运行时间。
whj0709·2023-10-25 18:03

机器学习实验一：KNN算法，手写数字数据集(使用汉明距离)（2）

KNN-手写数字数据集：使用sklearn中的KNN算法工具包（KNeighborsClassifier)替换实现分类器的构建，注意使用的是汉明距离；运行结果：（大概要运行4分钟左右）代码：importpandasaspdimportosdefhamming
Blossom i·2023-10-25 13:33

机器学习实验一：KNN算法，手写数字数据集(使用汉明距离)

KNN-手写数字数据集：使用sklearn中的KNN算法工具包（KNeighborsClassifier)替换实现分类器的构建，注意使用的是汉明距离；分段解释代码：importosimportpandasaspdfromLevenshteinimporthamming
Blossom i·2023-10-25 05:47

基于大数据的社交平台数据爬虫舆情分析可视化系统 计算机竞赛

文章目录0前言1课题背景2实现效果**实现功能****可视化统计****web模块界面展示**3LDA模型4情感分析方法**预处理**特征提取特征选择分类器选择实验5部分核心代码6最后0前言优质竞赛项目系列
Mr.D学长·2023-10-24 23:36

《机器学习实战》学习记录-ch3

第3章分类PS:个人记录，抄书系列，建议看原书原书资料：https://github.com/ageron/handson-ml2目录第3章分类3.1MNIST数据集3.2训练二元分类器3.2.1随机梯度下降
Cyan青·2023-10-24 20:09

斯坦福计算机视觉公开课个人笔记——图像分类

目录序言：第一次课（introductiontoconvolution）：第二次课（ImageClassification）：图像的构成：为什么要进行图像分类：如何进行图像分类线性分类器的引入：序言：目前自己是本二的一名学生
小小小秃头·2023-10-24 13:13

机器学习学习笔记 1 Bagging模型

Bagging模型Bagging全称（bootstrapaggregation）并行训练一堆分类器的集成方法。
锋锋的快乐小窝·2023-10-24 09:17

TensorFlow.js图片分类的迁移学习

codelabs/tensorflowjs-teachablemachine-codelab/index.html1.简介在此代码实验室中，您将学习如何构建一个简单的“可教学的机器”，这是一个自定义图像分类器
zqyadam·2023-10-24 06:01

西瓜书——贝叶斯分类器+EM算法

西瓜书贝叶斯分类器详解https://blog.csdn.net/yangjingjing9/article/details/79986371贝叶斯分类器应用—水果分类https://blog.csdn.net
又笨又懒的猪·2023-10-24 05:46

模式识别1——朴素贝叶斯分类器

本人研究的是脑控手功能康复机器人方向，但是由于最近需要对EEG信号进行分类，所以利用各种分类器进行分类。
weixin_30566149·2023-10-24 05:13

模式识别与机器学习·第二章——统计判别

模式识别与机器学习·第二章——统计判别统计判别的意义贝叶斯判别贝叶斯最小风险判别两类（M=2）情况的贝叶斯最小风险判别多类（M类）情况的贝叶斯最小风险判别正态分布模式的贝叶斯分类器统计判别的意义模式识别的目的就是要确定某一个给定的模式样本属于哪一类
谷雨·清明·2023-10-24 05:40

模式识别——正态训练样本分类估计

涉足模式识别，对根据已知训练样本生成分类器进行分类估计，主要分为有监督和无监督两部分对了入门，先了解一下有监督的贝叶斯决策和无监督的Pazern窗估计贝叶斯决策贝叶斯决策，即根据先验概率P(wi)和类条件概率
Owen_Q·2023-10-24 05:33

模式识别——1.贝叶斯决策论Bayesian decision theory_P1

知识架构(P1+P2)概要最小误差率贝叶斯决策最小风险贝叶斯决策分类器设计高斯密度下的判别函数1.1概要先验概率：根据经验或以往数据分析得到的概率。后验概率：在得到数据后再重新加以修正的概率。
Druid_C·2023-10-24 05:32

模式识别——高斯分类器

模式识别——高斯分类器需知定义特殊情况（方差一致）Sigmoid需知所有问题定义在分类问题下，基于贝叶斯决策定义条件概率为多元高斯分布，此时观测为向量X=X1,X2,...,XnX={X_1,X_2,.
季马宝宝·2023-10-24 05:01

自然语言处理---RNN经典案例之构建人名分类器

1案例介绍关于人名分类问题：以一个人名为输入,使用模型帮助判断它最有可能是来自哪一个国家的人名，这在某些国际化公司的业务中具有重要意义，在用户注册过程中，会根据用户填写的名字直接给他分配可能的国家或地区选项，以及该国家或地区的国旗，限制手机号码位数等等。人名分类数据，数据下载地址：https://download.pytorch.org/tutorial/data.zip2案例步骤整个案例的实现可
lichunericli·2023-10-24 02:54

深度学习 | Pytorch深度学习实践 （Chapter 10、11 CNN）

十、CNN卷积神经网络基础篇首先引入——二维卷积：卷积层保留原空间信息关键：判断输入输出的维度大小特征提取：卷积层、下采样分类器：全连接引例：RGB图像（栅格图像）首先，老师介绍了CCD相机模型，这是一种通过光敏电阻
西皮呦·2023-10-23 18:02

数据挖掘概述

分类：构造一个分类器，把数据映射到给定类别的某一个。关联分析：寻找数据中值的关联和相关性。数据总结：对数据进行压缩，
菜鸟一千零八十六号·2023-10-23 05:24

朴素贝叶斯分类器（Naive Bayes Classifier）

朴素贝叶斯分类器（NaiveBayesClassifier）是一类基于贝叶斯定理的简单概率分类算法。它是一种有监督学习算法，常用于文本分类、垃圾邮件过滤、情感分析等问题。
亿星海·2023-10-23 00:55

机器学习之朴素贝叶斯分类器原理详解、公式推导（手推）、面试问题、简单实例（python实现，sklearn调包）

目录1.朴素贝叶斯原理1.1.特性1.2.思路2.公式推导3.简单实例3.1.数据集脱单数据集2.0脱单数据集1.0西瓜数据集3.2.python实现3.3.sklearn实现3.4.实验结果4.几个注意点(面试问题)5.运行（可直接食用）1.朴素贝叶斯原理1.1.特性朴素贝叶斯是一种有监督学习算法，这种算法基于贝叶斯的一个朴素的假设——每对特征和样本数据都是独立同分布的。最终可以推出朴素贝叶斯分
铖铖的花嫁·2023-10-23 00:53

决策树算法在Python中的实现

决策树算法在Python中的实现决策树是一种常用的机器学习算法，它是一种基于树结构的分类器，可以用于解决分类和回归问题。在本文中，我们将探讨如何在Python中实现决策树算法，并提供相应的源代码。
星光璀璨技术之心·2023-10-22 19:03

【BP-Adaboost预测】基于BP神经网络的Adaboost的单维时间序列预测研究（Matlab代码实现）

本文目录如下：目录1概述2运行结果3参考文献4Matlab代码及数据1概述Adaboost(AdaptiveBoosting)是一种集成学习算法，它可以将多个弱分类器组合成一个强分类器。
长安程序猿·2023-10-22 19:14

机器学习之GBT, since 2021-04-18

GBT通过多轮迭代，每轮迭代产生一个分类器，每个分类器在上轮分类器的残差基础上进行训练。最终得到的分类器是每轮得到的分类器做加权求和得到的。对每轮分类器的要求是足够简单，低方差高偏差。训练的过程是
Mc杰夫·2023-10-22 18:51

python调用astra进行人脸检测（使用CascadeClassifier）

1、简述方法：使用opecv中，CascadeClassifier级联分类器实现人脸检测，CascadeClassifier就是opencv下objdetect模块中用来做目标检测的级联分类器的一个类，
谢大旭·2023-10-22 15:30

(36)[EACL] Bag of Tricks for Efficient Text Classification

实验表明，我们的快速文本分类器fastText在准确率上与深度学习分类器基本相当，在训练和评价方面，速度提高了许多数量级。使用一个标准的多核CPU，我们可以在不到10分钟的时间内训练快速文本处理超
gdtop818·2023-10-22 14:03

Bag of Tricks for Efficient Text Classification(FastText)

实验表明fasttext在准确性方面与深度学习分类器保持一致，并且训练和评估的速度大大提高。可以在不到10分钟的时间内使用标准的
云淡风轻__·2023-10-22 14:33

NLP paper精读（六）——Bag of Tricks for Efficient Text Classification

实验表明效果与神经网络分类器相同的情况下，fastText的耗时显著降低。
技术宅zch·2023-10-22 14:32

【论文阅读】Bag of Tricks for Efficient Text Classification

实验表明快速文本分类器fastTextfastTextfastText与深度学习分类器在准确度方面等价，并且训练和评估过程要快。
沐兮Krystal·2023-10-22 14:57

python 三种常用的人脸检测算法详解+代码

以下是三种常用的人脸检测算法及其实现方式：1.OpenCV中的Haar级联分类器：OpenCV是一个广泛用于计算机视觉任务的开源库。
深度探索者·2023-10-22 13:32

机器学习：集成方法之Bagging和Boosting

基分类器一般采用的是弱可学习（weaklylearnable）分类器，通过集成方法，组合成一个强可学习（stronglylearnable）分类器。
JiYH·2023-10-21 21:36

（2023|ICML，LLM，标记掩蔽，并行解码）Muse：使用掩蔽生成 Transformer 的文本到图像生成

交流群：922230617获取资料）目录0.摘要1.简介2.模型2.1.预训练文本编码器2.2.使用VQGAN进行语义标记化2.3.基础模型2.4.超分辨模型2.5.解码器微调2.6.可变掩码率2.7.无分类器引导
EDPJ·2023-10-21 20:27

【机器学习】集成模型/集成学习：多个模型相结合实现更好的预测

集成学习原名为Classifiercombination/ensemblelearning，它是根据训练数据构造一组基分类器（baseclassifier）
TwcatL_tree·2023-10-21 18:54

机器学习实战笔记（三）：使用k-近邻算法的手写识别系统（Python3 实现）

(2)准备数据：编写函数classify0()，将图像格式转换为分类器使用的list格式。(3)分析数据：在Python命令提示符中检查数据，确保它符合要求。
max_bay·2023-10-21 16:24

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 2

其它章节内容请见机器学习之PyTorch和Scikit-Learn支持向量机实现最大间隔分类另一种强大又广泛使用的学习算法是支持向量机(SVM)，可看成是对感知机的扩展。使用感知机算法，我们最小化误分类错误。但在SVM中，我们的优化目标是最大化间隔（margin）。间隔定义为分隔的超平面（决策边界）之间的距离，距离超平面最近的训练样本称为支持向量。如图3.10所示：图3.10：SVM最大化决策边界
矢寸心·2023-10-21 12:14

使用pytorch实现高斯混合模型分类器

本文是一个利用Pytorch构建高斯混合模型分类器的尝试。我们将从头开始构建高斯混合模型(GMM)。
deephub·2023-10-21 11:41

机器学习入门____5.集成学习算法与随机森林

它的工作原理是生成多个分类器/模型，各自独立地学习和作出预测。这些预测最后结合成单预测，因此优于任何一个单分类的做出预测。
黑豪·2023-10-21 04:53

集成学习方法之随机森林-入门

它的工作原理是生成多个分类器/模型，各自独立地学习和作出预测。这些预测最后结合成组合预测，因此优于任何一个单分类的做出预测。
靓仔写sql·2023-10-21 04:21

卷积神经网络特征融合,两个神经网络同时训练

多分类器结合的分类方法不同分类器的分类表现差异与其所分类数据的统计分布特征、先验知识、训练数据样本的大小以及分类器本身的结构等多个因素相关联。
「已注销」·2023-10-20 23:48

cvpr2019 目标检测算法_目标检测算法有哪些？

传统方法：级联分类器框架：Haar/LBP/积分HOG/ACFfeature+Adaboost级联分类器最先由PaulViolaandMichaelJ.Jones在CVPR2001中提出来。
weixin_39872044·2023-10-20 19:36

基于Opencv的自动美颜功能代码

原来程序的设想是先对照片进行人脸识别，然后对人脸进行美颜处理；花了大时间进行了人脸分类器的训练，但是识别效果还是不理想，所先跳过人脸识别，实现美颜处理；找到了一个PS美颜的教程http://www.jb51
万岳软件开发小城·2023-10-20 16:11

【卷积神经网络系列】六、GoogLeNet复现（Pytorch实现）

：一、GoogLeNet-V11.搭建神经网络结构（1）定义基本的卷积：卷积+激活函数（2）类`Inception`定义了Inception模块的网络结构（3）类`InceptionAux`定义了辅助分类器模块的结构
travellerss·2023-10-20 15:30

用 OpenCV 检测猫脸

Python中的OpenCV猫脸检测代码使用OpenCV的预训练级联分类器可以轻松检测照片或视频中的猫脸。
woshicver·2023-10-20 05:10

利用OpenCV Haar分类器检测人脸（python实现）

文章目录前言1.Haar级联分类器2.功能实现2.1完整代码2.2单个人脸测试效果2.3多个人脸测试效果2.4Haar级联分类器缺点分析结束语前言人脸检测（FaceDetection）是当前目标检测领域中一项非常热门的研究领域
goomind·2023-10-20 05:36
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他