机器学习课上的三层ANN神经网络实现图片的显著性提取

实现动物分类

PYTHON机器学习——KNN（k近邻算法） 代码实现 首先，导入需要用到的包 import numpy as np import matplotlib.pyplot as plt 初始化模拟数据集和对应的分类 data_x=[[1.15,2.34], [1.55,2.47], [3.78,4.98], [3.34,4.56], [2.22,2.34]] data_y=[1,1,0,0,1] X_train=np.array(data_x) Y_train=np.array(data_y) 画图看一下两类数据在图上的分布情况

DeepScores训练数据集（个人标注）

软件老化测试数据 software aging

基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip 基于数据可视化与机器学习预测算法的智慧渔业养殖系统源码+数据库.zip

python分别实现基于神经网络、线性回归、SVM方法预测学生成绩源码+数据集.zip 【完成的任务】 根据提供一组包含学生成绩与校园卡消费记录的数据。我对数据进行预处理后，分别采用神经网络、线性回归和SVM方法对学生学习成绩进行了回归。准确率为78%。 结果表明，学生经常去图书馆自习、每天在食堂吃饭不超过16块且前3学期学习成绩达到优秀的学生，在第4学期很可能再次达到优秀。该结果只针对次数据集。

请添加VX 13538170674

面向科研和产品化的深度学习和强化学习库（TensorLayer开源中国官方镜像）

MegEngine 是一个快速、可拓展、易于使用且支持自动求导的深度学习框架，具备训练推理一体、超低硬件门槛和全平台高效推理 3 大核心优势，可帮助企业与开发者大幅节省产品从实验室原型到工业部署的流程，真正实现小时级的转化能力。作为旷视新一代 AI 生产力平台 Brain++的最核心组件，MegEngine 在 2020 年 3月正式向全球开发者开源。