一个高质量的海量数据集,共包含6大类20个细粒度要素的情感倾向。
含有训练集、验证集和测试集
2025/3/6 5:27:44 51.3MB 情感分析
1
垃圾分类训练数据集,每张垃圾图片带有同名txt标签文件,共14802张图。
在机器学习中会把数据分为训练集、测试集和检验集。
2025/2/3 14:46:57 549.64MB 垃圾分类 数据集
1
花卉数据集,共有102个类,手工将数据集分类,并划分了验证集、测试集、训练集。
2025/2/2 11:52:12 330.41MB 深度学习
1
基于MATLAB的adaboost算法,先对训练集进行训练,然后对测试集进行测试,最后得出采用adaboost算法对样本进行处理的错误率,最后得出比较图形。
2025/1/21 11:24:47 262KB adaboost 训练集 测试集 错误率
1
蘑菇数据,训练集。
这里放上来可以下来跑程序。
不用积分的设置不了,就设置最低的积分吧。
2025/1/8 21:12:47 722KB 蘑菇数据集
1
车牌识别的字符识别,可以通过上面的文件中训练样本来进行。
里面含有字母,数字,和汉字,都已近包含。
2025/1/4 22:36:37 25.77MB 识别
1
python利用pandas实现用决策树算法预测NBA获胜球队,2013-2014赛季的成绩作为训练集
2024/11/22 0:56:57 76KB PYTHON pandas
1
本语料库由复旦大学李荣陆提供。
训练和测试两个语料各分为20个相同类别。
训练语料和测试语料基本按照1:1的比例来划分。
使用时尽量注明来源(复旦大学计算机信息与技术系国际数据库中心自然语言处理小组)。
2024/11/18 15:51:57 109.68MB 文本分类
1
训练集和测试集中都有正面和负面影评数据
2024/11/9 9:50:53 109.76MB lstm 预测
1
因matlab无法直接读取直接下载的MNIST数据格式,故写了一个matlab程序将数据读取后存储为.mat格式train_images-60000个训练集,大小为28*28*60000train_labels-60000个标签,大小为60000*1test_images-10000个训练集,大小为28*28*10000test_labels-10000个标签,大小为10000*1
2024/10/25 1:21:32 11.3MB MNIST matlab读取 mat格式 手写数字集
1
共 151 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡