Haihua_competition海华2021年AI竞赛的基准代码比赛链接：（专业组）（学生组）如何使用基线：安装所需的软件包pipinstallrequirements将train.json和validation.json移到与代码相同的目录中pythonpreprocessing.pypythonrun_base.py--task_namerc--do_train--do_eval--data_dir.--init_checkpointhfl/chinese-bert-wwm-ext--max_seq_length512--train_batch_size16--eval_batch_size8--learning_rate1e-5--num_train_epochs5--output_dirmrc_b
2023/10/9 0:08:25
15KB
1
ML项目：预测Dota2游戏结果这是我的个人机器学习项目。
该项目的目标是预测dota2游戏的结果。
介绍Dota2是世界上拥有大型电子竞技场景的著名视频游戏。
Dota2每年举办一次电子竞技世界冠军赛，最近的比赛奖池超过3400万美元。
预测特定游戏结果的能力不仅在体育比赛中而且在常规游戏酒吧中都至关重要。
了解游戏的获胜因素将有助于玩家分析游戏和策略。
数据资料总览数据集来自公开的。
这项比赛是由与合作组织的，是一家专门利用人工智能帮助球员提高技能和策略的公司。
发布者已经提供了train_features.csv和test_features.csv集作为训练和测试数据集。
但是，由于这是一场滑稽表演比赛，因此尚未发布test_features.csv设置的真实结果。
因此，我将根据train_features.csv集创建自己的测试集。
train_targes.c
该项目的目标是预测dota2游戏的结果。
介绍Dota2是世界上拥有大型电子竞技场景的著名视频游戏。
Dota2每年举办一次电子竞技世界冠军赛，最近的比赛奖池超过3400万美元。
预测特定游戏结果的能力不仅在体育比赛中而且在常规游戏酒吧中都至关重要。
了解游戏的获胜因素将有助于玩家分析游戏和策略。
数据资料总览数据集来自公开的。
这项比赛是由与合作组织的，是一家专门利用人工智能帮助球员提高技能和策略的公司。
发布者已经提供了train_features.csv和test_features.csv集作为训练和测试数据集。
但是，由于这是一场滑稽表演比赛，因此尚未发布test_features.csv设置的真实结果。
因此，我将根据train_features.csv集创建自己的测试集。
train_targes.c
2023/10/5 13:44:38
14.37MB
1
用动量梯度下降算法训练BP网络使用的主要函数如下：NEWFF——生成一个新的前向神经网络TRAIN——对BP神经网络进行训练SIM——对BP神经网络进行仿真
2023/10/4 2:54:19
890B
1
道路病害，坑洼路面数据集，已经标注，可用于图像分割，目标检测的话，需要转换，train:240,test:180,val:180
2023/10/3 2:31:06
212.38MB
1
常见的四种mnist数据集格式，包括：1、mnist.npzdownloadfromhttps://s3.amazonaws.com/img-datasets2、mnist二进制版本downloadfromhttp://yann.lecun.com/exdb/mnist3、mnist.pkl.gz4、mnist图片集自己通过npz版本转换得来，train文件夹下60000张训练图片，test文件夹下10000张测试图片。
2023/9/16 13:49:14
71.83MB
1
train.csv+UNRATE.csv+LogiReg_data.txt+creditcard.csv+fandango_score_comparison.csv+big.txt
2023/9/7 8:52:28
63.37MB
1
IMDB电影数据集train含有25000个电影评论，分为正反两类。
数据与标签进行了处理保存到了一个CSV文件中,影评数据datas["x"]，标签为datas["y"]。
数据与标签进行了处理保存到了一个CSV文件中,影评数据datas["x"]，标签为datas["y"]。
2023/8/14 1:45:20
32.36MB
1
基于Kaggle竞赛数据，原始数据文件较大，故本数据集只选用了train.csv中的5万条样本作为模型训练集（train.csv.gzip），1万条样本作为模型测试集（test.csv.gzip）
2023/7/27 14:19:52
37.29MB
1
利用机器学习方法（分类）实现静态场景下的测试车辆检测 利用C语言或者Open_CV库，或者是MATLAB软件编写实现静态场景下的测视车辆检测。
需使用机器学习方法。
代码可以通过一个主函数直接运行出实验结果。
Data文件夹中包含train_34x94（训练集）和test（测试集）两个文件夹。
其中，train_34x94文件夹中的数据用于训练模型，包含pos文件夹（内有550个正例样本）和neg文件夹（内有500个负例样本）；
Test文件夹中的数据用于测试。
在Test测试集中的总体检测性能的评价指标为Recall、Precision和F-measure，写出对算法的性能评价和对实现中遇到问题的理解。
需使用机器学习方法。
代码可以通过一个主函数直接运行出实验结果。
Data文件夹中包含train_34x94（训练集）和test（测试集）两个文件夹。
其中，train_34x94文件夹中的数据用于训练模型，包含pos文件夹（内有550个正例样本）和neg文件夹（内有500个负例样本）；
Test文件夹中的数据用于测试。
在Test测试集中的总体检测性能的评价指标为Recall、Precision和F-measure，写出对算法的性能评价和对实现中遇到问题的理解。
2023/7/26 22:03:20
9.55MB
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