- 机器学习期末复习题及答案0 4291浏览免费
- 机器学习期末复习题选择题库5 2215浏览免费
- 国科大大小:283KB中科院(国科大)黄庆明模式识别与机器学习2017-2018试卷(兰艳艳、郭嘉丰、山世光)中科院(国科大)黄庆明模式识别与机器学习2017-2018试卷(兰艳艳、郭嘉丰、山世光)4 468浏览免费
- 基于matlab编程实现贝叶斯分类器,实验原理、公式推导、参考程序、结果展示。0 1200浏览免费
- 这个教程总共1.3万字,135页 AI 绘图前景如何? AI 绘图在未来有很大的前景,因为它具有以下几个方面的优势: ① 自动化程度高AI 绘图可以通过算法和数据自动化生成绘图,减少人工操作和错误,提高效率和准确性。 ② 精度高AI 绘图可以利用深度学习和神经网络等技术对大量的图像进行学习和训练,从而提高绘图的精度和质量。 ③ 可扩展性强AI 绘图可以通过不断地学习和训练来不断提高其绘图的能力和品质,随着技术的不断发展,其绘图的应用范围也会不断扩大。 ④ 可定制化AI 绘图可以根据用户的需求进行定制,根据不同的绘图场景和目的,生成不同的绘图结果。 ⑤ 应用广泛AI 绘图可以应用于多个领域,例如设计、建筑、艺术、医疗、教育等,为人们提供更加便捷和高效的绘图解决方案。然而,AI 绘画本身存在着一个非常大的争议——版权问题。AI绘画的核心是模型,而训练它则需要使用大量数据,其中不可避免的会出现未经授权的图片。另外,经过运算之后所生成的图像版权究竟归属于谁在目前也尚未有定论,使得部分艺术家对AI绘画表示反对。因此,要实现市场的良性发展,版权或许是AI绘画行业首先需要解决的问题。0 991浏览免费
- matlab偏最小二乘回归(PLSR)和主成分回归(PCR)数据分析报告论文(附代码数据)0 1717浏览免费
- .研究意义 目前有人在对房屋价格的研究上已经取得了诸多成果,大多数人主要从政治、经济、政策、人口等宏观层面对房屋价格进行了分析,也有少数学者从房屋建筑硬件设施等微观因素展开了研究,也取得了较好的预测效果,但目前这方面还是相对较少。鉴于此,我将根据比赛的数据,构建特征变量集,选取有代表性的特征变量,在已有数据的基础上,对数据进行处理,使用机器学习算法分析房价问题,选择预测模型将其用于预测测试集的房屋价格。 此外,无论是对于监管者还是消费者,是房产中介机构还是房地产开发商,只有深入了解房地产交易市场,才能进行合理监管与规划;高效率推广房源,在能满足购房者需求的前提下科学定价,提高市场竞争优势;有效规避风险,降低不必要的损失等。所以预测房屋价格能为人们在住房购买方面提供更多选择,具有一定的参考作用。 3.题目描述 购房者描述了他们梦想中的房子,他们可能不会从地下室天花板的高度或东西向铁路的距离开始。但这些数据证明,影响价格谈判的因素远大于卧室数量或白色栅栏。题目给出的变量几乎描述了爱荷华州艾姆斯市住宅的各个方面。根据题目所给出的训练集和测试集的数据,分析题目所给的80个变量,预测出测试集中0 1309浏览免费
- 使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatGPT自动化生成PPT使用ChatG0 2303浏览免费
- 一个简单的树莓派避障小车的制作教程,免费分享给大家,小车带有摄像头功能和超声波模块避障功能0 1402浏览免费
- 此文档包含贝叶斯分类器、Fisher线性判别法、K近邻算法、使用PCA变换的方法对ORL人脸数据集进行人脸识别、使用LeNet神经网络进行MINIST手写数字的识别。0 378浏览免费
- 国家自然基金申请书报告正文模板,其他类似于封面的需要网上申请后生成0 974浏览免费
- chatGPT中文版体验0 2397浏览免费
- 好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享好用的ChatGPT插件分享0 1268浏览免费
- eCognition是由德国Definiens Imaging公司2009年推出的智能化影像分析软件,2010年被美国Trimble公司收购。eCognition是目前所有商用遥感软件中第一个基于目标信息的遥感信息提取软件,它采用决策专家系统支持的模糊分类算法,突破了传统商业遥感软件单纯基于光谱信息进行影像分类的局限性,提出了革命性的分类技术——面向对象的影像分析技术,大大提高了高空间分辨率数据的自动识别精度,有效地满足了科研和工程应用的需求。破解版的eCognition9.5,安装过程与9.0的一致。本人一直在用,目前没有任何问题。大家可以放心下载这个版本,如果有问题可以随时联系我。5 676浏览免费
- Sora 详细的技术报告发布了,相关从业者可能都需要看看。里面有 Open AI的训练思路以及 Sora 详细的技术特性,我从里面找了一些要点,详细的可以去看完整内容。 简单来说 Sora 的训练量足够大也产生了类似涌现的能力。 这篇论文提供了对 Sora 模型的深入分析,展示了其在视频生成领域的潜力和挑战。通过这种方式,OpenAI 正在探索如何利用 AI 来更好地理解和模拟我们周围的世界。0 636浏览免费
- 神经网络常用算法实验报告,贝叶斯分类器、Fisher判别、K近邻、PCA特征提取、C均值聚类,包含算法原理、实验代码(MATLAB)、结果展示0 1241浏览免费
- tensorflow.contrib安装2 1254浏览免费
- 燕山大学机器学习实验报告 包含 实验1.1 糖尿病情预测 1 实验1.2 影厅观影人数预测 1 实验2.1 肿瘤分类与预测(朴素贝叶斯) 7 实验2.2 肿瘤分类与预测(SVM) 11 实验3.1 肿瘤预测(决策树) 16 实验3.2 顾客购买服装的分析与预测 21 实验4 不同含量果汁饮料的聚类 25 实验5 肿瘤预测(AdaBoost) 32 实验6 肿瘤预测与分析(神经网络) 370 529浏览免费
- 基于遗传算法优化SVM的手写字体识别的课程论文,是docx格式的,通过matlab实现,方便大家下载并修改,可以快速成型一篇小课程论文哦!0 399浏览免费
- 这是Anaconda软件和pytorch下载教程,适用于准备入门机器学习的小白。写的非常详细,本教程是用电脑的cpu来运行代码的,适用于小数据集的运行,不适用于大数据集,因为cpu速度慢0 571浏览免费
- 中文版ATEQ MODBUS编程手册232通信0 260浏览免费
- GPT-2 代表 Generative pre-trained transformer 2,顾名思义,它会生成句子。我们可以通过使用少量训练数据微调预训练模型来构建聊天机器人。 在这篇文章中,我将微调 GPT-2,尤其是 rinna 的,它是日本 GPT-2 模型之一。0 444浏览免费
- 内含Pytorch与TensorFlow的GPU共存的环境配置清单,并包括一些PIP镜像源。0 1416浏览免费
- 图像在形成、传输和记录过程中,由于受到大气湍流效应、传感器特性的非线形、光学系统的像差、成像设备与物体之间的相对运动等多种原因的影响,图像的质量会有所下降,表现为图像模糊、失真、有噪声等。遗传算法作为一种基于生物进化论的全局优化搜索算法。0 358浏览免费
- 10个ChatGPT的经典用法;10个ChatGPT的经典用法;10个ChatGPT的经典用法10个ChatGPT的经典用法0 1049浏览免费
- ChatGPT作为一种先进的自然语言生成技术,已经在各个领域展现出了其强大的应用能力。下面我们将介绍一些ChatGPT在不同领域中的应用案例,让大家更好地了解它的实际应用。0 281浏览免费
- 其实在最初,测试者要求ChatGPT写一个5000字的故事,但AI居然直接罢工,还言简意赅:“不,太长了。” 于是测试者把篇幅缩减到1000字左右,这回AI表示同意,但第一次尝试却翻车了:因为故事写到2/3,它卡住了…….0 604浏览免费
- 2023年电子科技大学徐行老师高级视觉课期末考试回忆版+复习资料(本科研究生通用) 里面包含了老师最后一节课勾画的重点知识整理,期末考试试卷回忆0 153浏览免费
- 人脸识别欧拉角及位移矩阵计算及求解5 734浏览免费
- 机器学习机器学习机器学习机器学习机器学习机器学习。0 40浏览免费
- WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信ChatGPT机器人WechatBot:微信Chat0 913浏览免费
- CHatGPT的150个prompts提示词0 292浏览免费
- 5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件5款非常好用的ChatGPT插件0 1114浏览免费
- 实验报告采用四种算法(PCA,IF,OCSVM,MD)构造故障检测模型,报告中包含完整的实验步骤、算法介绍与实验代码(MATLAB)。 包括数据背景、数据介绍、问题分析、数据预处理、特征提取、多机器学习算法构建模型0 203浏览免费
- 谭院士认为,已过“花甲之年”的人工智能当前的发展具有“四新”特征:以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。 他指出,目前通用人工智能还有很多问题,无法像人一样进行联想和判断,同时必须意识到,人工智能可能会带来社会问题。例如就业的影响,有可能拉大贫富差距。1 1666浏览免费
- 太原理工大学人工智能实验0 150浏览免费
- PLC与数控技术、工业机器人并为工业自动化三大支柱,PLC既保留了原来可编程序逻辑控制器的所有优点,又吸收和发展了其他控制装置的优点,在许多场合, PLC可以构成各种综合控制系统,例如构成逻辑控制系统、过程控制系统等。【大专学生论文—平凑版】 {文献检索课}0 172浏览免费
- pca降维原理步骤讲解及matlab代码 在这个示例中,我们首先创建一个样本矩阵 X,然后对数据进行标准化。接下来,我们计算协方差矩阵并进行特征值分解,得到特征向量和特征值。然后,我们选择前两个主成分作为降维后的维度,并将数据投影到这两个主成分上,得到降维后的数据。0 119浏览免费
- 本文主要是对线性SVM分类器的原理进行分析,着重于对优化问题以及寻找超平面的原理进行解析,在基本的SVM的思想方面没有多做解释,如果对那一部分有疑问可以直接参考下面参考资料第二条。希望大家读完本文后能对SVM有更深的理解。 另外对于非线性SVM分类器以及核方法,本人之后会补上,写不动了,要躺一会。0 274浏览免费
- 步骤超详细,亲测,成功!0 266浏览免费
- 机器学习中的成员推断攻击和防御 ML-Leaks: Model and Data Independent Membership Inference Attacks and Defenses on Machine Learning 中文翻译0 871浏览免费
- 基于python的决策树莺尾花代码实现 讲解何为决策树莺尾花 适用于广大人群 学习机器学习掌握基础莺尾花案例 更加深刻理解决策树原理 决策树莺尾花代码基于python实现0 183浏览免费
- 实现最小损失函数或最小错误率的贝叶斯决策0 557浏览免费
- 2022成都信息工程大学人工智能导论复习归纳0 613浏览免费
- 摘要:利用传感器采集数据,然后对不同数据源得到的数据进行融合,再把生成的数据输入神经网络等算法进行处理,最终的结果用于指导机器的动作。这是现代人工智能一般会采取的方式,可将其概括地分为感知层、控制层和执行层。自动驾驶是人工智能的一大应用领域,离不开这三层的相互配合。对于感知层,摄像头、雷达等传感器获取图像、距离、速度等信息,扮演眼睛、耳朵的角色。所以,研究自动驾驶感知层的设备和实现方式——传感器应用情况和数据融合算法——有着重要的意义。人工智能时代,智能传感器和基于AI的数据融合将成为主流。本文将着重在自动驾驶系统领域中,探讨传感器技术和数据融合算法的现状。 关键词:自动驾驶;传感器;融合算法;人工智能;0 341浏览免费
- 软件工程专业课《人工智能导论》(高等教育出版社,王万良著)期末复习练习题(选择+填空+大题),适合期末考试备考0 465浏览免费
- SDAE程序 matlab版本0 109浏览免费
- 这是我写的算法设计与分析结课论文,用的蒙特卡洛算法搜索树,写的是一个虽然代码简易但是下棋能力强大的四子棋AI,你们可以用pycharm运行我的代码,玩下试试,如果你们电脑可以并行处理的话,只要模拟次数够大,只要不是世界顶尖选手,基本上这个AI没有敌手,我也是在编写这个程序的过程中,感受到了人工智能的魅力,未来总会到来,希望届时我们都能做好准备,网上有关的完整代码很少,要么要购买价格昂贵要么需要自己东拼西凑,我由于之前说的实验室考核以及刚好有一门算法设计课程结课,便写下了这篇拙作,希望大家可以通过这篇文章有所收获,未来的路还很漫长,大家一起加油!!!为中华之崛起!!!!!!(这部分是下部分,结合起来是完整的一篇小论文,后续还有代码,同样会发表,想继续了解的可以点击主页查看)0 158浏览免费
- 机器学习笔记word0 339浏览免费
- 利用numpy 和tensorflow 、pytorch 搭建全连接神经网络。使用numpy 实现此练习需要自己手动求导,而tensorflow 和pytorch 具有自动求导机制。 ## 数据集: MNIST数据集包括60000张训练图片和10000张测试图片。图片样本的数量已经足够训练一个很复杂的模型(例如 CNN的深层神经网络)。它经常被用来作为一个新 的模式识别模型的测试用例。而且它也是一个方便学生和研究者们执行用例的数据集。除此之外,MNIST数据集是一个相对较小的数据集,可以在你的笔记本CPUs上面直接执行 ## 题目要求: 补全full_connection_numpy.ipynb 和 full_connection_tensorflow.ipynb中空缺的部分。0 118浏览免费
- 本文代码均在装有Robotics Toolbox14.0工具箱的matlab环境下运行,主要涉及对指定六自由度机器人的正逆运动学分析,求解和仿真,以及对轨迹规划的仿真。0 204浏览免费
- 唐宇迪物体检测视频,包含 教学视频,代码以及论文,讲解详细,适合初学者学习,网上买的录屏,大家下载这个更正版,上一个忘了视频也改不了,谢谢支持,有问题可以留言0 181浏览免费
- google cartographer 论文翻译,slam 基本方法描述,scan to map + 闭环检测0 409浏览免费
- 【实验内容和要求】 1. 给定的房屋面积x和价格y X = [[40], [50], [80], [100],[130], [150],[170], [200], [250], [300]] y = [[100],[150],[170], [200],[230], [250],[270], [280], [310], [330]] 请合理指定二次多项式回归以及三次多项式回归的公式。 做最终效果预测的样本 X_test = [[120],[150],[250],[300]] # 用来做最终效果测试 y_test = [[220],[250],[310],[330]] # 用来做最终效果测试0 62浏览免费
- 人工智能原理及其应用概念总结0 105浏览免费
- 波士顿房价预测0 210浏览免费
- 数学建模比赛论文,针对开放COVID-19的数据进行数学建模和数据分析。对参与数学建模比赛和相关课题的童鞋有一定的帮助。0 124浏览免费
- 利用BP神经网络构建了福建省碳排放的预测模型0 64浏览免费
- 若有以下公式:(1)y = 4x2+6x-3 (2)y = x12+ x22-4x1-2x1x2 (3)y = 3x12+ 5x22-6x1-7x1x2 随机梯度下降与梯度下降求得最小值为多少? 【请解释其随机梯度下降与梯度下降原理】0 64浏览免费
- 吉林大学人工智能基础迁移学习报告0 75浏览免费