机器深度学习

机器学习,深度学习是人工智能的核心分支,致力于让计算机系统通过数据驱动的方式自动学习和改进性能,而无需显式编程。其核心是从数据中识别模式或规律,构建数学模型,使计算机能完成预测、分类、聚类等任务。主要类型包括监督学习、无监督学习和强化学习。机器学习广泛应用于自然语言处理、计算机视觉、推荐系统等领域,正重塑各行各业,是当前AI爆发的核心技术之一。
1.机器派发为了减轻人工派单压力使用AI机器学习技术训练模型,对新产生的投诉案件的投诉内容通过中文文本分类算法,预测所属的对应的案件类型和所属部门为90以上,以达到热线派发精准分类,便将任务自动直接派发。2.辅助派发在机器预测值不足90时,还是由人员进行手工派发,派单员手工派单时,系统也会给出三个派
100Python机器深度学习
1、数据爬取。利用爬虫程序模拟人类浏览行为,遍历目标网站,收集并整理所需数据。遵守法律法规和网站规则,尊重隐私政策,避免对目标网站造成不必要的负担。同时,还注重数据的准确性和完整性,确保爬取到的信息具有实际应用价值。2、数据分析。通过数据挖掘和机器学习算法,数据分析发现隐藏的价值,推动业务创新和发展
500Python机器深度学习
开放域视觉定位:支持通过自然语言指令,在图像中定位任意指定的物体、人物或场景元素。思维链增强推理:利用大模型的内在推理能力,通过多步思考提升复杂场景下的定位准确性。参数高效微调:采用LoRA技术对Qwen2.5-VL-7B模型进行微调,仅训练少量参数即可显著提升在目标领域的效果。完整训练流水线:实现
1210Python人工智能
Myolotrain开源项目
Myolotrain是一个可视化管理yolo视觉模型训练的系统,为计算机视觉任务提供了直观的图形界面。该平台集成了在线标注、数据集管理、模型管理、训练管理和目标检测功能,支持windows、linux、docker等多种部署方式,使用户能够轻松地训练和部署YOLOv8模型,支持CPU和GPU,使用t
761Flask人工智能
AI动态大脑API产品系统
API接口安全分析POST/api/analyze:安全分析POST/api/meta-cognition:元认知分析POST/api/intelligent-reasoning:智能推理POST/api/decision:决策生成实验管理POST/api/experiment/create:创建实
320Caffe人工智能
项目特色:1.自适应检索策略:根据本地文档数量自动选择本地检索或Elasticsearch检索,支持运行时强制切换。2.多版本演进:从基础命令行版本延展到多个WebUI版本(简洁版、增强版、图像增强版、ESRAG版本等),满足不同部署和交互需求。3.混合检索与网络补充:优先使用本地知识库,缺失时可通
980Python人工智能
●项目介绍:本项目设计并实现了一个从单张人脸图像预测BMI的端到端系统。我们自行爬取数据并制作数据集,设计并实现了一个轻量级CNN。最终,模型在独立测试集上取得了4.39的平均绝对误差(MAE),并使用Flask框架将其封装成一个可交互的Web应用,完整实现了从数据获取、模型训练到服务部署的全流程。
970Python人工智能
AI文生图开源项目
基于StableDiffusion开源接口构建的AI视觉创作平台,在交互与功能层面实现全链路优化:前端采用Vue框架打造直观流畅的操作界面,用户可轻松完成参数配置、模型选择与生成预览;模型应用支持双模式——既提供经过性能优化的系统预置模型,满足快速出图需求;也开放用户自定义训练通道,允许上传专属数据
1150Python人工智能
平台包含以下核心功能模块:VeriMind™AI引擎:智能方案生成、需求分析、团队匹配、成功率预测、项目Copilot助手三端服务系统:企业端(需求发布、项目管理、财务中心)、学生端(项目大厅、任务看板、个人档案)、高校端(资源管理、设备预约、项目监督)交易与激励系统:分阶段支付托管、钱包管理、VI
1080Python人工智能
该系统支持遥感图像上传与管理、多模型(如RT-DETR、YOLO系列)目标检测任务动态调度、检测结果可视化标注,并集成本地大模型(如DeepSeek-R1、Qwen3.0、Gemma3)对识别结果进行语义理解与专业解读,例如生成地物分类报告、变化检测分析或应急响应建议。同时提供用户权限管理、任务历史
1830Java人工智能
1.支持实时的对话服务(Real-timeCrawlerIntegration)功能描述:对话系统不再仅限于其内置的静态知识。当用户的提问涉及最新事件、实时数据或特定网站内容时,系统可通过集成的实时服务,动态地从互联网上获取最新信息。价值:彻底解决了大模型知识陈旧、无法回答时效性问题的痛点,使服务能
6320Python人工智能
当前共11个项目more
×
寻找源码
源码描述
联系方式
提交