分类标签_魔乐社区

分类

【机器学习】采集数据、特征工程、建立模型、应用四个阶段的详解（图文解释超详细）

【机器学习】采集数据、特征工程、建立模型、应用四个阶段的详解（图文解释超详细）

showswoller
2022-12-15 21:20:46

 5665

 15

#人工智能 #python #聚类 +1
毕设机器学习的垃圾邮件分类系统(源码+论文)

🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩毕业设计基于深度学习的新闻文本分类算法系统(源码+论文)🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分?

fawubio_A
2025-01-14 08:43:50

 464

 8

#分类 #python
机器学习算法那些事 | 这是我见过最通俗易懂的SVD（奇异值分解）算法介绍

线性代数是机器学习领域的基础，其中一个最重要的概念是奇异值分解（SVD），本文尽可能简洁的介绍SVD（奇异值分解）算法的基础理解，以及它在现实世界中的应用。

双木的木
2024-08-24 21:07:29

 1839

 13

#机器学习 #算法 #人工智能 +4
医学图像的图像处理、分割、分类和定位-1

本报告全面探讨了应用于医学图像的图像处理和分类技术。开展了四项不同的任务来展示这些方法的多功能性和有效性。任务 1 涉及读取、写入和显示 PNG、JPG 和 DICOM 图像。任务 2 涉及基于定向变化的多类图像分类。此外，我们在任务 3 中包括了胸部 X 光图像的性别分类（男性/女性的 2 类分类），并在任务 4 中通过回归分析从 X 射线图像中估计了年龄。任务 5 侧重于胸部 X 射线图像中的

 无水先生
2024-01-18 07:49:31

 7394

 41

#图像处理 #分类 #人工智能
几种主要的软件架构结构

常见的软件架构结构主要包含：分层架构、事件驱动架构、微核架构、微服务架构、云架构。以前很少去读理论的书，现在看书，发现这些理论很好理解，实际工作中多少都有接触，只是深浅不同。

弗锐土豆
2024-02-19 10:47:21

 1087

 11

#架构 #分类
基于Python的水果分类训练代码和识别代码和gui界面(支持VGG16，googlenet, resnet, inception, mobilenet)

有一组水果的训练集，我们对模型进行训练，思路跟之前我们识别猫与狗一样。设计解决这个问题的思路1、下载与放置训练图片2、现在对应的依赖，tensorflow、numpy等等3、构建训练集合4、建模5、对模型进行训练6、用测试模型进行验证7、输出结果8、优化模型 to step4现在数据，现在速度比较慢，可以使用网盘。(提取码:a9wr)importosimportpandasaspdtest_dir

qq_1041357701
2023-10-12 22:33:16

 8979

 2

#python #分类 #开发语言 +3
机器学习-分类-线性分类器

在一个机器学习任务中，如果每一条数据的目标值是离散的，则该任务是一个分类任务。解决分类问题基本的方法有：线性分类器、决策树、朴素贝叶斯、人工神经网络、K近邻（KNN）、支持向量机（SVM）；组合基本分类器的集成学习算法：随机森林、Adaboost、Xgboost等。一、线性分类器线性分类器=假设函数+损失函数，假设函数是原始图像数据到类别的映射；使用线性分类器分类的问题可以转化为最优化问题：通过更

 Caspian�
2021-12-15 12:48:57

 8267

 6

#机器学习 #分类 #python
软件测试分类和方法

软件测试理论---------这难道不值6000元吗！！！！！！！！

不一样的故事126
2021-12-09 15:34:16

 1028

 2

#分类 #嵌入式
分类算法之逻辑回归（Logistic Regression）

将输入特征与某个类别之间的概率关系建模，特别用于解决二分类问题，通过给定的n组数据（训练集）来训练模型，并在训练结束后对给定的一组或多组数据进行分类，其中的每一组数据都是由p个指标构成--主要用于二分类问题。

clriszjgson
2024-02-18 23:43:54

 1639

 16

#分类 #数据挖掘 #人工智能
机器学习四大框架PyTorch、TensorFlow、Keras、Scikit-learn特点详解及实战应用

机器学习四大框架PyTorch、TensorFlow、Keras、Scikit-learn特点详解及实战应用（包含完整的程序）_机器学习框架资源-CSDN文库。机器学习四大框架PyTorch、TensorFlow、Keras、Scikit-learn特点详解及实战应用（包含完整的程序）_机器学习框架资源-CSDN文库。在机器学习的快速发展中，各种框架层出不穷，选择一个合适的框架对于研究和开发意义重

 xiaoxingkongyuxi
2024-11-24 14:53:28

 2446

 34

#机器学习 #pytorch #tensorflow +4
SVM算法进行二分类

1.预测类别是1还是2import numpy as npX = np.array([[-1, 1], [-2, -1], [3, 1], [2, 1]]) #数据特征y = np.array([1, 2, 1, 2])# 数据对应的标签from sklearn.svm import SVC# 导入svm的svc类（支持向量分类）clf = SVC()# 创建分类器对象clf.fit(X, y)#

weixin_46737718
2021-11-16 11:10:33

 2223

 3

#支持向量机 #算法 #分类 +1
thinkphp6定时任务 EasyTak

一. 安装 composer require easy-task/easy-task二. 创建类 php think make:command Tasktask<?phpdeclare (strict_types=1);namespace app\command;use think\console\Command;use think\console\Input;use think\conso

qq_27878777
2022-04-01 10:42:18

 1708

#big data #大数据 #分类
torch.distributions.Categorical 分类分布

torch.distributions.Categorical分类分布介绍

 weixin_43214402
2023-09-21 10:44:27

 1620

 4

#分类 #机器学习 #python
【智能优化算法】粒子群优化LightGBM分类算法【附python实现代码】

粒子群优化LightGBM分类算法【附python实现代码】

机器不学习我学习
2024-04-29 20:00:00

 2326

 34

#算法 #分类 #python
图卷积神经网络（GCN）的节点分类模型

图卷积神经网络的节点分类模型代码

 wishofAI
2023-06-24 12:11:20

 1287

 1

#python #经验分享 #算法 +1
利用Chatgpt编写的原型网络代码来实现分类

这只是一个简单的示例代码，实际上原型网络的性能和表现取决于多个因素，如原型向量数量、学习率、特征维度等。此外，还有一些可以改进的地方，例如使用更高级的距离计算方式、优化更新策略等。

小桥流水---人工智能
2023-04-11 20:31:20

 613

#分类 #机器学习 #深度学习 +1
基于CNN卷积神经网络的数据分类预测程序！免费！

卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，主要用于处理具有网格结构数据的任务，如图像和视频识别、语音识别、CNN 的训练过程通常涉及使用大量带有标签的数据来优化网络的权重和偏差，以便进行分类、回归或其他任务。

weixin_48747334
2023-10-22 10:55:05

 948

 1

#cnn #分类 #人工智能
分类预测|基于贝叶斯优化长短期记忆网络的数据分类预测Matlab程序多特征输入多类别输出 BO-LSTM 附赠预测新数据

分类预测|基于贝叶斯优化长短期记忆网络的数据分类预测Matlab程序多特征输入多类别输出 BO-LSTM 附赠预测新数据

 机器不会学习CL
2024-09-12 15:00:02

 1846

 22

#分类 #matlab #lstm +3
PDF智能解析：RAG策略下的技术架构与实现

在深入探讨可编辑PDF与不可编辑PDF（通常为扫描件）的开源技术栈及其精妙之处时，我们构建了一个系统性的管道（pipeline），这一管道的每一环节都蕴含着精细化的优化潜力。在检索增强生成（RAG，Retrieval-Augmented Generation）的语境下，为了实现对文档内容碎片（chunks）的精确划分，文档版式分析的准确性显得至关重要。

Python_金钱豹
2024-07-02 22:04:43

 1653

 9

#开源 #人工智能 #产品经理 +1
XGBoost.XGBClassifier分类算法参数详解

用于数据样本类别不平衡的时候，例如正例：负例 = 1:10，可以设置scale_pos_weight=10。：子采样参数，即训练每棵树时，使用的数据占全部训练集的比例。：L1正则化参数，在高维度的情况下，调节该参数可以加快算法的速度，使模型更加健壮。'：树模型做为基分类器（采用dropout，随机丢弃一些树，防止过拟合）。：树的深度，默认值是6，一般取3-10。：控制树的每一个节点的每一次分裂，对

 唯余木叶下弦声
2022-09-26 18:00:02

 6155

 1

#分类 #python #数据挖掘
tensorflow07——使用tf.keras中的Sequential搭建神经网络——六步法——鸢尾花数据集分类

04 编译——确定优化器，损失函数，评测指标（用哪一种准确率）使用tf.keras中的Sequential搭建神经网络。05 训练模型——把各项参入填入模型。03 建立Sequential模型。六步法——鸢尾花数据集分类。02 导入数据集，打乱顺序。06 总结——打印网络结构。

Fortunate.F
2023-03-03 16:54:58

 1347

#神经网络 #keras #分类
利用BP网络实现鸢尾花数据的分类

利用BP神经网络实现鸢尾花数据的分类

 星蓝-hebut
2024-07-16 14:31:06

 963

 10

#分类 #数据挖掘 #人工智能 +3
基于麻雀算法改进的随机森林分类算法 - 附代码

基于麻雀算法改进的随机森林分类算法文章目录基于麻雀算法改进的随机森林分类算法1.数据集2.RF模型3.基于麻雀算法优化的RF4.测试结果5.Matlab代码摘要：为了提高随机森林数据的分类预测准确率，对随机森林中的树木个数和最小叶子点数参数利用麻雀搜索算法进行优化。1.数据集数据的来源是 UCI 数据库中的肿瘤数据。数据信息如下：data.mat 的大小为569*32。其中第2列为标签数据，包含两

 智能算法研学社（Jack旭）
2021-12-10 22:30:00

 5905

 4

#算法 #随机森林 #分类
毫米波雷达如何实现目标分类——神经网络基础

NN二、算法理论三、激活函数四、基本实现（matlab）五、特征选取

 注释远方
2022-06-13 10:18:59

 1367

 1

#分类 #神经网络 #matlab
机器学习05——多分类学习与类别不平衡（一对一、一对其余、多对多）

本文介绍了多分类学习和类别不平衡问题的解决方法。多分类学习通过任务拆分为多个二分类问题，主要策略包括一对一（OvO）、一对其余（OvR）和多对多（MvM）。OvO生成N(N-1)/2个分类器，OvR生成N个分类器，各有优缺点。类别不平衡问题可通过再缩放、采样（欠采样和过采样）和阈值移动等方法解决，需根据数据规模和特性选择合适策略。这些方法能有效提升分类器在复杂场景下的性能。

君名余曰正则
2025-09-09 09:19:30

 1370

 22

#机器学习 #分类 #学习
C++算法模版代码详细介绍（CSP考试专用）

【代码】C++算法模版代码详细介绍（CSP考试专用）

Coding1Ray
2024-08-27 19:17:11

 1547

 11

#c++#算法 #开发语言 +3
目标跟踪综述算法分类介绍

多目标跟踪旨在将视频序列中感兴趣的目标检测出来，并赋予每个目标单独的编号，在整个序列中形成目标的轨迹。Online形式的MOT算法按照是否同时单次进行检测与轨迹处理可分为检测后跟踪（tracking-by-detection，TBD）与联合检测跟踪（joint detection and tracking，JDT）两种结构。强约束：同一帧的目标之间不可以相互匹配弱约束：两帧里有很多重复目标，因此一

 没有不重的名么
2024-10-12 17:23:51

 3072

 36

#算法 #目标跟踪 #分类
python卷积神经网络代码,python卷积神经网络分类

上周末利用python简单实现了一个卷积神经网络，只包含一个卷积层和一个maxpooling层，pooling层后面的多层神经网络采用了softmax形式的输出。实验输入仍然采用MNIST图像使用10个featuremap时，卷积和pooling的结果分别如下所示。部分源码如下：[python] viewplain copy#coding=utf-8'''''Created on 2014年11月

 快乐的小荣荣
2022-08-11 13:06:29

 4248

#python #cnn #分类
基于mediapipe和KNN分类算法实现的健身计数器/引体向上计数器/深蹲计数器/俯卧撑计数器Python源码+文档说明+演示

本项目的测试环境：win10，python3.7，mediapipe0.8.10，pycharm功能：由于使用的是KNN算法而不是根据各个运动的特点计算骨骼之间的角度来判断动作是否完成，因此本项目可以直接计数引体向上、深蹲和俯卧撑这几种健身运动而几乎无需修改代码，只需要输入视频或调用摄像头时选择一下是哪个运动即可，非常滴好用。各模块和文件介绍： poseembedding.py是人体关键点归一化

 i wanan
2024-05-29 03:28:33

 965

 15

#分类 #python #数据挖掘
Python机器学习-多元分类的5种模型

本文章向大家介绍Python机器学习-多元分类的5种模型，主要内容包括一、逻辑回归(Logistic Regression)、二、支持向量机( 支持向量机，SVM）、三、决策树(Decision Tree)、四、随机森林(Random Forest)、五、极限梯度提升(eXtreme Gradient Boosting, XGBoost)、基本概念、基础应用、原理机制和需要注意的事项等，并结合实

 wuxiaopengnihao1
2022-09-04 10:26:11

 1.1w

 5

#机器学习 #python #分类
LANCET子刊：MIMIC+eICU+AUMC+机器学习聚类+XGBoost多分类=CCI患者分类模型

慢性危重症（CCI）是重症监护病房（ICU）的一种“流行病”，是现代医学发展的必然结果。在过去的30年里，CCI在世界范围内的患病率不断上升，尤其是在高收入国家，这引起了学术界的关注。在美国，从2004年到2009年，以全国人口为基础的CCI总患病率为每10万人中34.4人，增长率为25.76%。在日本，一项全国性住院患者调查显示，CCI特定年龄人群的总体患病率为每10万人中42.0人，住院死亡率

 AI生成曾小健
2024-03-25 18:04:12

 1871

 19

#机器学习 #聚类 #分类
python resnet实例，残差网络医学分类，基于resnet医学图像分类任务；医学图像处理实战

python resnet实例，残差网络医学分类，基于resnet医学图像分类任务；医学图像处理实战

 医学小达人
2023-04-28 13:01:07

 4055

 1

#python #分类 #深度学习
【Python课设】基于BP神经网络的鸢尾花分类

基于BP神经网络的鸢尾花分类

 Ee总是学不会
2024-02-18 15:30:16

 1763

 9

#神经网络 #分类 #机器学习
【Python机器学习】KNN进行水果分类和分类器实战（附源码和数据集）

【Python机器学习】KNN进行水果分类和分类器实战（附源码和数据集）

showswoller
2023-01-05 09:26:51

 6601

 82

#python #分类 #人工智能
【机器学习】语音转文字 - FunASR 的应用与实践（speech to text）

FunASR 是一个开源的语音识别工具，它支持多种语言和多种语音识别任务。VAD（Voice Activity Detection）：用于检测语音活动，将输入的音频信号分割为语音和非语音部分。ASR（Automatic Speech Recognition）：将语音信号转换为文字。PUNC（Punctuation Restoration）：为识别出的文字添加标点符号。SPK（Speaker Dia

东方金木
2024-07-01 14:25:16

 4142

 37

#机器学习 #人工智能 #python +2
CV学习：传统（机器学习）图像识别（分类）

本文代码全部可运行，笔者运行环境：python3.7+pycharm+opencv4.6。此文是学习记录，记录实现图像识别所需知识，对各知识点并不做深入探究，但笔者提供了相关链接以便读者进行深入学习。传统图像识别技术是指利用机器学习进行特征提取与图像分类。图像识别的过程包括信息获取、预处理、特征提取、图像分类。

水果好好吃哦
2023-08-04 14:15:20

 1.1w

 17

#机器学习 #学习 #分类 +2
如何自定义反向传播使用paddlepaddle

在深度学习框架中，我们经常需要自定义层以实现特定的功能。PaddlePaddle是一个易用、高效、灵活的深度学习框架，它提供了丰富的API来支持自定义层的创建。本文将介绍如何使用PaddlePaddle实现一个自定义层Gxyz，并演示如何将其应用于一个简单的模型。

东方金木
2024-06-08 12:18:06

 862

 10

#paddlepaddle #人工智能 #分类 +2
ViT网络模型

一、背景介绍：自2017年Google提出的Transformer结构以来，迅速引发一波热潮，最初《Attention is all you need》这篇论文的提出是针对于NLP领域的，通过自注意力机制代替传统处理序列数据时采用的循环神经网络结构，不仅实现了并行训练，提升了训练的效率，同时也在应用中取得很好的结果。之后的一段时间中，各种基于Transformer改进的网络结构涌现出来，在不同领域

 Yore_
2022-03-30 15:33:14

 1.9w

 7

#计算机视觉 #transformer #分类 +1
NNDL鸢尾花分类-基于前馈神经网络[HBU]

本博客内容用来学习深度学习，

洛杉矶县牛肉板面
2023-10-30 15:21:25

 460

 3

#分类 #数据挖掘 #人工智能
视觉分类任务中，Confusion Matrix (混淆矩阵) 的绘制

Confusion Matrix (混淆矩阵) 的绘制

 DongHappyyy
2022-08-30 19:53:29

 1543

#分类 #矩阵 #python
2021年人工神经网络第四次作业-第一题：LeNet对于水果与动物进行分类

§01 作业准备作业要求根据 2021年人工神经网络第四次作业要求对于第一题的要求：设计一个卷积神经网络（CNN）完成对于给定水果（五类）和动物（五类）总共十类物体的识别。数据库数据是第十六届智能视觉组中的比赛数据库。五种动物和五种水果彩色图片，大小为283×283，分别存储在是个目录中：├─FruitAnimal│ ├─动物│ │ └─动物│ │ ├─牛│ │ ├─狗│ │ ├

卓晴
2021-12-17 00:49:13

 3396

 4

#分类 #数据挖掘 #人工智能
Elman分类预测 | Matlab基于递归神经网络Elman分类预测，多特征输入模型

在机器学习和人工智能领域，数据分类是一个非常重要的任务。通过对数据进行分类，我们可以从中提取出有用的信息，并用于各种应用，如自动驾驶、语音识别和情感分析等。在这篇博文中，我们将介绍一种基于递归神经网络（Recurrent Neural Network，RNN）中的ELMAN模型来实现数据分类的方法。ELMAN模型是一种经典的RNN模型，它在处理序列数据时表现出色。与传统的前馈神经网络不同，ELMA

Matlab科研工作室
2023-10-02 10:28:34

 230

#分类 #matlab #神经网络
深度学习新手指南：用PyTorch搭建神经网络

本文为深度学习新手提供了一个使用PyTorch搭建简单神经网络的入门指南。PyTorch以其动态图机制和简洁API著称，适合初学者快速上手。文章首先介绍了PyTorch的核心特性，包括动态图机制、自动微分和丰富的API。接着，详细讲解了如何准备环境、加载和预处理MNIST数据集，并定义了一个包含两个隐藏层的全连接神经网络模型。随后，通过交叉熵损失函数和随机梯度下降优化器进行模型训练，并在测试集上评

 六月星辰梓
2025-05-24 09:09:15

 442

 3

#深度学习 #pytorch #神经网络 +4
音频分类之PSLA

贴下原作者github：https://github.com/YuanGongND/psla最近弄了下音频分类的工作，了解了下基本流程。一般都是MFCC/Fbank特征提取后再进行CNN/attention。数据集公共的一般是用FSD50K、audioset居多。我这里是用自己的数据集，需要转换到audioset格式即可。下面说下我对PSLA对面的理解：AudiosetDataset：这个是数据增

 One橙序猿
2021-12-27 09:35:27

 3066

#音视频 #分类
YOLO-DETR-高效轻量级视觉模型：Mamba网络全解析

Mamba网络是一种创新的轻量级视觉模型架构，采用深度可分离卷积和轻量级注意力机制，兼顾高效计算与高性能表现。其主要特点包括：通过模块化设计显著降低参数量和计算量；嵌入多尺度特征融合策略增强特征表达能力；适用于移动端和边缘设备的实时视觉任务。该网络在保持接近大型模型精度的同时，大幅提升推理速度，为资源受限场景提供了新的解决方案，在目标检测、语义分割等视觉任务中展现出广阔应用前景。

张克飞412
2025-06-30 09:36:51

 1045

 10

#图像处理 #分类 #人工智能 +2
使用自己的数据集进行深度学习神经网络训练的初尝试

使用自己的数据集进行深度学习神经网络训练的初尝试|完整的模型训练过程|PyTorch框架

 甫为964
2024-10-22 13:12:35

 804

 5

#深度学习 #神经网络 #人工智能 +3
【故障识别】基于CNN-SVM卷积神经网络结合支持向量机的数据分类预测研究附Matlab代码

在故障识别领域，数据分类的准确性直接影响诊断结果的可靠性。卷积神经网络（CNN）凭借强大的特征自动提取能力，能从故障数据中挖掘深层特征；支持向量机（SVM）则在小样本、高维空间的分类任务中表现优异。将两者结合构建 CNN-SVM 模型，可充分发挥各自优势，提升故障识别数据分类预测的精度与稳定性。技术融合优势与核心原理CNN 与 SVM 的互补性CNN 通过卷积层、池化层和全连接层的协同作用，能自动

 matlab科研助手
2025-07-09 16:06:36

 855

 30

#cnn #支持向量机 #分类
基于视觉的湖水漂浮垃圾自动识别分类

通过本次实验，成功实现了基于视觉的湖水漂浮垃圾自动识别分类系统。通过收集和处理水面漂浮物图片数据，包括塑料瓶、塑料袋、食品包装袋、烟蒂、纸张等生活类垃圾以及树叶、枯枝等自然垃圾的图片，构建深度学习网络模型，实现对这些垃圾的准确识别与分类，从而为制定湖泊保护措施、减少湖泊污染、保护湖泊生态环境提供数据支持和技术手段。实验数据来源于学习通 - 资料 - data - task3，包含水面瓶子垃圾图片、

m0_74752294
2025-04-09 16:56:17

 1334

 19

#分类 #数据挖掘 #人工智能
SCI一区 | TTAO-CNN-BiLSTM-Mutilhead-Attention三角拓扑聚合优化卷积双向长短期记忆神经网络融合多头注意力机制多特征分类预测Matlab实现

本文提出了一种基于三角拓扑聚合优化算法（TTAO）优化卷积长短期记忆神经网络（CNN-LSTM）融合多头注意力机制（Mutilhead-Attention）的数据分类模型。该模型通过TTAO算法优化CNN-LSTM网络权重，并融合多头注意力机制，增强模型对时序特征和局部特征的学习能力，从而提高数据分类精度。实验结果表明，该模型在多个数据集上取得了优异的分类性能。

荔枝科研工作室
2024-03-07 23:08:44

 1066

 21

#神经网络 #cnn #分类