机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告,内部包含代码、算法思想、算法原理、算法分析、课程总结。机器学习决策树与分类方法课程报告
2023-01-04 11:28:04 89KB 机器学习 人工智能
1
人工智能的作业
2023-01-04 11:28:03 1.42MB 人工智能
1
这其实是我的期末作业,要求是基于Python人工智能算法实现的AI智能五子棋人机对弈期末大作业。上传到网上是为了造福广大计算机专业的同学们,我们在学习某一新课程或是新技术时总是需要借鉴的,尽可能让大家少走弯路希望我提供的资料能够帮助到需要帮助的友友们。 主要设计目标: 可以访问我写的专栏博客查看具体信息蛤。 https://blog.csdn.net/weixin_51989356/article/details/128537561 本系统是根据传统五子棋游戏的功能编写,其功能实现了基于AI人工智能算法实现智能的人机对弈五子棋。主要需实现如下目标: (1)Python 3.6.8环境的下的Python语言编程 (2)五子棋棋盘的设计 (3)五子棋棋子的设计 (4)电脑智能落子的实现 (5)棋局进行时的退出功能 (6)棋局胜负的判定 (7)人工智能算法的设计 (8)人工智能算法的优化 编写该项目前后共花费了我一个多星期的时间,包括大量的调研,知识点的学习,再到具体的编程开发,一整个项目流程下来确实容易身心俱疲,希望能对大家有所帮助,最后祝大家期末顺利,绝不挂科(ง •̀_•́)ง
1
若有以下公式:(1)y = 4x2+6x-3 (2)y = x12+ x22-4x1-2x1x2 (3)y = 3x12+ 5x22-6x1-7x1x2 随机梯度下降与梯度下降求得最小值为多少? 【请解释其随机梯度下降与梯度下降原理】
2023-01-04 11:27:56 11.26MB 人工智能
1
利用numpy 和tensorflow 、pytorch 搭建全连接神经网络。使用numpy 实现此练习需要自己手动求导,而tensorflow 和pytorch 具有自动求导机制。 ## 数据集: MNIST数据集包括60000张训练图片和10000张测试图片。图片样本的数量已经足够训练一个很复杂的模型(例如 CNN的深层神经网络)。它经常被用来作为一个新 的模式识别模型的测试用例。而且它也是一个方便学生和研究者们执行用例的数据集。除此之外,MNIST数据集是一个相对较小的数据集,可以在你的笔记本CPUs上面直接执行 ## 题目要求: ​ 补全full_connection_numpy.ipynb 和 full_connection_tensorflow.ipynb中空缺的部分。
2023-01-04 11:27:55 11.55MB 人工智能
1
人工智能与深度学习最好的入门资源.docx
2023-01-04 11:27:53 14KB 人工智能
1
人工智能课程上的实验 分别使用lisp语言和prolog语言实现了一个专家系统 并且有详细的实验报告 附带画的二级推理树 (1) 领域背景简介 为了更好地阐明专家系统的基本工作原理 ,我们用 PROLOG语言实现一个简单的动物识别专家系统。该系统可以识别老虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁这 7 种动物。 (2) 求解问题的范围(如植物分类涉及哪些大类,哪些子类) 首先 ,将动物粗略地分为哺乳动物、鸟、肉食动物 3 大类 ,然后逐步缩小分类范围,再将动物分为老虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁 在知识库中 ,并非简单地给每一种动物一条规则。首先 ,将动物粗略地分为哺乳动物、鸟、肉食动物 3 大类 , 然后逐步缩小分类范围 ,最后给出识别 7 种动物的规则。如图给出了识别长颈鹿和斑马的推理网络。 (1) 规则的前提和结论的表示方法 在本系统当中 ,知识库中的知识用产生式规则来表示。本系统能够识别 7 种动物 ,知识库中共有以下 15 条 规则。 R1 IF 该动物有毛发 THEN 该动物是哺乳动物 R2 IF 该动物有奶 THEN 该动物是哺乳动物 R3 IF 该动物有羽毛 THEN 该动物是鸟 R4 IF 该动物会飞 AND 会下蛋 THEN 该动物是鸟 (2) 规则的结论为中间结论时,规则的格式 R5 IF 该动物吃肉 THEN 该动物是肉食动物 R6 IF 该动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是肉食动物 R7 IF 该动物是哺乳动物 AND 有蹄 THEN 该动物是有蹄类动物 R8 IF 该动物是哺乳动物 AND 是嚼反刍动物 THEN 该动物是有蹄类动物 (3) 规则的结论为最终结论时,规则的格式 R9 IF 该动物是哺乳动物 AND 是肉食动物 AND 是黄褐色们 AND 身上有暗斑点 THEN 该动物是金钱豹 R10 IF 该动物是哺乳动物 AND 是肉食动物 AND 是黄褐色 AND 身上有黑色条纹 THEN 该动物是虎 R11 IF 该动物是有蹄类动物 AND 有长脖子 AND 有长腿 AND 身上有暗斑点 THEN 该动物是长颈鹿 R12 IF 该动物是有蹄类动物 AND 身上有黑色条纹 THEN 该动物是斑马 R13 IF 该动物是鸟 AND 有长脖子 AND 有长腿 AND 不会飞 THEN 该动物是鸵鸟 R14 IF 该动物是鸟 AND 会游泳 AND 不会飞 AND 有黑白二色 THEN 该动物是企鹅 R15 IF 该动物是鸟 AND 善飞 THEN 该动物是信天翁
2023-01-04 02:11:16 390KB lisp prolog 人工智能 专家系统
1
作者 | 黄浴,奇点汽车美研中心首席科学家兼总裁 转载自知乎   AI科技大本营编辑 简单回顾的话,2006年Geoffrey Hinton的论文点燃了“这把火”,现在已经有不少人开始泼“冷水”了,主要是AI泡沫太大,而且深度学习不是包治百病的药方。 计算机视觉不是深度学习最早看到突破的领域,真正让大家大吃一惊的颠覆传统方法的应用领域是语音识别,做出来的公司是微软,而不是当时如日中天的谷歌。计算机视觉应用深度学习堪称突破的成功点是2012年ImageNet比赛,采用的模型是CNN,而不是Hinton搞的RBM和DBN之类,就是Hinton学生做出来以他命名的AlexNet。 (注:顺便提
2023-01-03 21:58:00 2.69MB slam 人工智能 图像分割
1
肿瘤图片分类代码,可应用于医疗病理学图片的分类(可通用于各种医疗图像图片的分类),具有良好的效果,可供大家学习
2023-01-03 19:52:43 13.58MB 人工智能
1