手撸bp神经网络实现手写数字识别，仅使用numpy完成，适合深度学习入门玩家，60000个训练数据训练时间半分钟，测试集正确率96%+
2025/3/2 9:29:47
13.04MB
1
用python编写的决策树ID3算法，运用了Car-Evaluation的例子。
BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。
代码基本有注释，风格良好，能够很快看懂。
内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）：已知：UCI标准数据集Car-Evaluation，定义了汽车性价比的4个类别；
求：用ID3算法建立Car-Evaluation的属性描述决策树Car-Evaluation训练数据集文件：1.car_databases.pdf2.car_evalution-databases.pdf
BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。
代码基本有注释，风格良好，能够很快看懂。
内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）：已知：UCI标准数据集Car-Evaluation，定义了汽车性价比的4个类别；
求：用ID3算法建立Car-Evaluation的属性描述决策树Car-Evaluation训练数据集文件：1.car_databases.pdf2.car_evalution-databases.pdf
2025/2/7 20:05:03
1.17MB
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。
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
1
这是一个人头检测器训练数据集、带xml标注信息，可用于yolo、TensorFlow等深度学习模型的训练数据集。
仅供学习使用。
如有侵权联系删除。
谢谢
仅供学习使用。
如有侵权联系删除。
谢谢
2025/2/3 13:44:38
448.44MB
1
深度学习(DeepLearning)是近年来提出的一种利用具有多个隐层的深度神经网络(DeepNeuralNetwork,DNN)完成学习任务的机器学习方法。
其实质是,通过构建具有多个隐层的神经网络模型并使用大量的训练数据来学习得到更有用的特征,进而提升模型预测或分类的准确性。
与以往的浅层神经网络的不同之处在于,深度学习主要强调了神经网络的深度(通常有大于1层的隐层),还突出了特征学习的重要性,从大数据中学习特征,这些特性可以刻画数据丰富的内在信息。
其实质是,通过构建具有多个隐层的神经网络模型并使用大量的训练数据来学习得到更有用的特征,进而提升模型预测或分类的准确性。
与以往的浅层神经网络的不同之处在于,深度学习主要强调了神经网络的深度(通常有大于1层的隐层),还突出了特征学习的重要性,从大数据中学习特征,这些特性可以刻画数据丰富的内在信息。
2025/1/19 7:51:09
10.13MB
1
此资源是商城评论语料库58万条，可用于分析该评论语料库采集自京东商城，包含电脑评论、手机评论、图书评论、服装评论等19个不同种类的消费者评论，共有58万条评论记录。
数据文件中每条评论记录占一行，每条评论句后面给出类别标注，分隔符为"\t"。
该语料库是研究评论文本较好的训练数据集。
数据文件中每条评论记录占一行，每条评论句后面给出类别标注，分隔符为"\t"。
该语料库是研究评论文本较好的训练数据集。
2025/1/2 13:53:43
41.27MB
1
金融大脑-金融智能NLP服务以人工智能技术为核心的智能客服，为广大用户提供高效、个性化的普惠金融服务体验，本质是充分理解用户意图，在已有知识体系中精准地找到与之相匹配的内容，提供答案或解决...
2024/10/30 5:24:45
2.22MB
1
中科院（亚洲人）人脸数据集[计算机视觉人脸识别]该资源共有500组图片数据，每组数据有5份，共计2500份训练数据。
分别为part1(1-99)、part2(100-199)、part3(200-299)、part4(300-399)、part5(400-499)；
因数据量过大，分5次上传，欢迎大家下载。
分别为part1(1-99)、part2(100-199)、part3(200-299)、part4(300-399)、part5(400-499)；
因数据量过大，分5次上传，欢迎大家下载。
2024/10/22 20:24:22
199.31MB
1
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