zhifalianxi.exe训练打字的指法zhifalianxi.exe训练打字的指法zhifalianxi.exe训练打字的指法
2024/1/27 1:25:18
4.84MB
1
完整的免费编码训练营2020-MERN堆栈（面向初学者）这是一个系列视频，我们将使用MERNSTACK（MongoDB，Express，React.js和Nodejs）从头开始构建一个全栈应用程序。
我们将构建用于创建体育赛事的SportsWeb应用，该应用将包括：用户注册和身份验证（如果该系列很受欢迎，则可以添加facebook/gmail登录）散列密码以确保安全会话控制CRUD操作（创建，读取，更新和删除）使用过滤器（跑步，骑自行车或游泳）搜索事件报名参加活动以参加将图像上传到服务器使用Web套接字的网站通知（以批准或拒绝“事件注册”请求）项目里程碑
我们将构建用于创建体育赛事的SportsWeb应用，该应用将包括：用户注册和身份验证（如果该系列很受欢迎，则可以添加facebook/gmail登录）散列密码以确保安全会话控制CRUD操作（创建，读取，更新和删除）使用过滤器（跑步，骑自行车或游泳）搜索事件报名参加活动以参加将图像上传到服务器使用Web套接字的网站通知（以批准或拒绝“事件注册”请求）项目里程碑
2024/1/26 22:50:41
4.13MB
1
中文维基百科语料库，将其转换为文本文件后，进行繁体字转换为简体字，字符集转换，分词，然后训练得到模型以及向量。
由于文件上传的大小限制是60MB，我这里的压缩包中有model，然后对向量提供了下载链接。
使用python中的gensim包进行训练得到的，运行时间较长，希望对你们有帮助。
由于文件上传的大小限制是60MB，我这里的压缩包中有model，然后对向量提供了下载链接。
使用python中的gensim包进行训练得到的，运行时间较长，希望对你们有帮助。
2024/1/26 7:53:54
15.2MB
1
1.C4.5：是机器学习算法中的一种分类决策树算法，其核心算法是ID3算法。
2.K-means算法：是一种聚类算法。
3.SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中4.Apriori：是一种最有影响的挖掘布尔关联规则频繁项集的算法。
5.EM：最大期望值法。
6.pagerank：是google算法的重要内容。
7.Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来，构成一个更强的最终分类器。
8.KNN：是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。
9.NaiveBayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（NaiveBayes）10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变量空间的想法，第二个是用验证数据进行减枝
2.K-means算法：是一种聚类算法。
3.SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中4.Apriori：是一种最有影响的挖掘布尔关联规则频繁项集的算法。
5.EM：最大期望值法。
6.pagerank：是google算法的重要内容。
7.Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来，构成一个更强的最终分类器。
8.KNN：是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。
9.NaiveBayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（NaiveBayes）10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变量空间的想法，第二个是用验证数据进行减枝
2024/1/25 9:25:40
626KB
1
本程序中集成了字符识别中常用的逐点特征、垂直特征、十三点特征以及Gabor特征等常用特征的提取，识别过程中采用svm进行训练和识别；
Gabor特征提取主要是提取了0、45、90、135四个方向的Gabor图像的纹理特征。
Gabor特征提取主要是提取了0、45、90、135四个方向的Gabor图像的纹理特征。
2024/1/24 19:47:47
18.93MB
1
本资源为HOG+SVM实现的行人检测系统，包括完整的训练、检测和测试程序。
检测程序运行环境为VS2013+opencv2.4.13和QT+opencv3.1.0,测试程序运行环境为matlab2016，具体运行方法见资源中的.txt说明文件。
检测程序运行环境为VS2013+opencv2.4.13和QT+opencv3.1.0,测试程序运行环境为matlab2016，具体运行方法见资源中的.txt说明文件。
2024/1/24 1:31:30
7.57MB
1
最好联系书本学习，input是输入文件，evaluateCatorDog是主文件，traning是训练文件，model模型文件
2024/1/23 19:24:34
8KB
1
haartraining+objectmarker，opencv，Adaboost级联分类器训练工具包，里面包含所有用来训练opencv里基于haar特征的adaboost级联分类器的工具，可以用来训练人脸检测，车辆检测等对象检测的级联分类器
2024/1/23 13:43:28
6.61MB
1
102类花卉分类是深度学习的一个经典项目，但是数据难寻，在此提供已划分的数据集，并且附带了训练集、测试集、验证集标签txt文件+完整pytorch代码
2024/1/23 12:58:33
330.63MB
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