一、实验要求 在计算机上验证和测试用贝叶斯进行分类识别。 二、实验目的 1、掌握贝叶斯识别的原理 2、掌握贝叶斯如何对连续量特征进行分类 三、实验内容 实验步骤 1. 请完成对GaussianNB.py代码的阅读，对其代码进行注释，

ML2022@CSE.CSU。中南大学机器学习作业四。Neural Network&Deep Learning李宏毅吴恩达机器学习HW4。增加loss和accuracy的图像绘制。手把手入门机器学习中的神经网络与深度学习。包含了各种optimizer优化器的公式推导，原理及代码。

目标检测之口罩检测数据集 格式是VOC数据格式： JPEGImages -- 图片保存的目标 Annotations -- 目标检测标注信息，一个xml文件对应JPEGImages里边的一张图片； 目标检测之口罩检测数据集 格式是VOC数据格式： JPEGImages -- 图片保存的目标，； Annotations -- 目标检测标注信息，一个xml文件对应JPEGImages里边的一张图片；

机器学习 深度学习 人工智能代码（python）adaboost 和xgboost 还有梯度下降算法的实现

人工智能基础视频教程零基础入门课程 第十二章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 TensorFlow深入、TensorBoard 十一章 DNN深度神经网络手写图片识别 十二章 TensorBoard可视化 十三章 卷积神经网络、CNN识别图片 十四章 卷积神经网络深入、AlexNet模型 十五章 Keras深度学习框架

大数据安全管控分类分级实施指南

77 AICPS人工智能机器学习以人为本的机器学习：谷歌人工智能产品设计概述.docx

口罩规范佩戴识别 检测数据集 3000张左右 人工智能 机器学习 VOC标注

德州仪器ADAS芯片TDA4VM 硬件详细参数，包括处理器、接口、系统、架构等介绍，器件特性、应用、说明、功能、修订历史记录等等

文件包含一个数据集（csv文件）和一个可执行代码（py文件），是对红酒数据集的分类训练与测试。可作为人工智能、机器学习初学者的学习资料。 模型训练基于逻辑回归算法，数据集和测试集按照8:2的比例进行划分。 数据集前11列为红酒的属性，最后一列是红酒的分类标签，此处红酒总共有六类（标签分别为3、4、5、6、7、8），每一行为一个红酒样本。通过对机器学习分类模型输入特征值，得出此红酒的种类。 需要Python版本3.8及以上；需要引入第三方库pandas和sklearn。