机器学习基于python实现风景分类项目源码+大作业+数据集+注释。 非常完整的一个机器学习的实践项目，代码带说明，新手也可操作，高分必看，也可作为毕业设计哈！ 数据集 存放在 \data 文件夹下，数据集说明见 requirement.pdf 文件 机器学习基于python实现风景分类项目源码+大作业+数据集+注释。 非常完整的一个机器学习的实践项目，代码带说明，新手也可操作，高分必看，也可作为毕业设计哈！ 数据集 存放在 \data 文件夹下，数据集说明见 requirement.pdf 文件 机器学习基于python实现风景分类项目源码+大作业+数据集+注释。 非常完整的一个机器学习的实践项目，代码带说明，新手也可操作，高分必看，也可作为毕业设计哈！ 数据集 存放在 \data 文件夹下，数据集说明见 requirement.pdf 文件

基于机器学习的个人信贷违约预测识别项目源码（可作为毕业设计和期末大作业）。 内附文档说明！！！非常完整的一个机器学习项目，新手也可自己动手，高分必看！！！ 评测指标 经典预测任务：使用ROC曲线下面积(Area Under Curve, AUC)作为评价指标。AUC值越大，预测越准确。 描述性聚类-->软聚类 训练数据说明 训练数据train_public.csv 训练数据train_internet.csv 提交数据submission.csv 使用的三种模型 多层感知机,决策树(概率树),自定义模型(距离-概率转换方法)

python机器学习大作业用numoy构建原始CNN网络项目源码。在本项目中，通过numpy实现了一个CNN网络，包括其中的卷积层，池化层以及全连接层，通过公式推导、代码编写，加深了对于卷积、池化、反向传播等概念的理解。 采用现在主流的深度学习框架Pytorch实现识别，并与自己搭建的CNN训练结果进行比较。 采用相同的网络结构： self.conv1 = nn.Conv2d(in_channels=1, out_channels=8, kernel_size=3, padding=0, stride=1) self.maxpool = nn.MaxPool2d(kernel_size =2, stride=None, padding=0) self.fc1 = nn.Linear(13 * 13 * 8, 512) self.fc2 = nn.Linear(512, 10) 在3个epoch下测试结果： 相比与用numpy实现的CNN，其具有较高的稳定性，以及训练速度，因为PyTorch将输入转为张量形式，转入GPU中训练，同时用了SGD优化器，加快loss收敛速度。

Casia 人脸图像数据库5.0(或 casia-facev5)包含2500张500个对象的彩色人脸图像。用罗技 USB 摄像机一次性拍摄到了 casia-facev5的脸部图像。Casia-facev5的志愿者包括研究生、工人、服务员等，所有人脸图像都是16位彩色 bmp 文件，图像分辨率为640 * 480。典型的班内变化包括光照、姿势、表情、眼镜、成像距离等。

毕业设计论文-利用脑电波来检测疲劳驾驶的系统设计

人工智能实战——从Python入门到机器学习资料大全。包含：Python 基础教程、10个编程技巧、Python高级编程、优化算法、实例学习Numpy与Matplotlib、实例学习pandas、机器学习、深度学习、梯度下降、实验等等等等人工智能实战——从Python入门到机器学习资料大全。包含：Python 基础教程、10个编程技巧、Python高级编程、优化算法、实例学习Numpy与Matplotlib、实例学习pandas、机器学习、深度学习、梯度下降、实验等等等等人工智能实战——从Python入门到机器学习资料大全。包含：Python 基础教程、10个编程技巧、Python高级编程、优化算法、实例学习Numpy与Matplotlib、实例学习pandas、机器学习、深度学习、梯度下降、实验等等等等人工智能实战——从Python入门到机器学习资料大全。包含：Python 基础教程、10个编程技巧、Python高级编程、优化算法、实例学习Numpy与Matplotlib、实例学习pandas、机器学习、深度学习、梯度下降、实验等等等等

人工智能-机器学习-智能天线波达方向估计算法的研究.pdf

机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课

人工智能-机器学习-智能视频中的行人检测技术研究.pdf

1.领域：matlab，调制信号识别 2.内容：基于BP神经网络的调制信号识别,识别出2ASK,4ASK,2PSK,4PSK,2FSK,4FSK+代码操作视频 3.用处：用于BP神经网络的调制信号识别编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。