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。
搭建可复现的数据处理流程,整合YahooFinance、CoinMarketCap与DefiLlama的500天市场、情绪和链上数据。完成数据清洗与特征工程,构造收益率、移动平均、波动率等特征,用于周度涨跌趋势预测。基于时间顺序划分训练/测试集,训练逻辑回归与随机森林模型,并输出混淆矩阵、概率分布和
350Python人工智能
为响应工贸企业安全生产责任保险(安责险)的智能化监管要求,本项目拟建设一套基于**AI视频分析+IoT传感器联动**的智能监控系统,对工贸企业生产经营过程中的9大类风险场景进行7×24小时不间断智能巡检与自动告警。本demo采用机器语言加深度学习,使用yolo8增对特定场景进行训练,对工业生产施工场
580Python人工智能
Prism开源项目
1.数据剖析—自动推断类型,统计均值/标准差/分位数/偏度/峰度,IQR异常值检测,直方图,缺失值/唯一值统计2.质量检测—10种内置规则:无空值、无重复、值范围、正数检查、无空字符串、最小/最大长度、允许值、正则匹配,支持自定义规则3.报告生成—HTML报告(卡片式概览+列表式列统计+质量检查表)
640HTML5人工智能
PrAlmodel开源项目
从零构建一个全新的、与现有所有AI架构无关的类脑认知系统。不预设任何功能模块,模拟大脑皮层的Pr-Al分子梯度轴,让网络在与环境和任务的交互中自发分化出不同功能区域。核心创新创新 说明 人脑对应层级预测编码 4层网络,每层独立预测,预测误差驱动学习 皮层分层结构(V1→V2→V4→IT)Pr-Al功
841C++人工智能
分类模型检测开源项目
#ClassificationPost-ProcessingforHawk##OverviewAgenericONNXclassificationblockthatrunsafteranomalydetectioninHawk'spost-processingpipeline.Itclassifie
600Caffe人工智能
Aprogramaimstorecognizethemodelofcivilairlinersthroughtheirside-lookingpictures常见民航客机识别程序(主要识别侧视图片)首先使用yolo算法实现飞机定位和裁切,通过引入注意力通道的卷积神经网络实现细粒度的飞机型号分类。
1190C人工智能
Smile2Unlock开源项目
合作开发前端+独立研发后端,分为前端捕获、后端跨语言多架构模型融合深度学习处理识别和Windows自动登录验证三大模块,主要为不支持windowsHello摄像头的电脑提供快速便捷而准确的人脸识别解锁电脑,详细请加QQ:1790070573细聊.
3140C++人工智能
该项目主要探索多维的Tensor在CPU上实现快速的矩阵运算等,功能实现涵盖了自定义内存配置器Allocator,createTensorOne,createTensorZero,createTensorRand,cat,normalize,selectSet,selectGet,toString,
1610C++人工智能
VisualIdentity开源项目
在AI应用落地的过程中,模型管理与多任务识别一直是开发者的痛点。无论是检测、分类、分割、姿态估计、定向检测,往往都需要同时部署多个模型,传统方案在效率和易用性上总会遇到瓶颈。VisualIdentity正是为了解决这一系列问题而生。它结合了.NET10的现代化能力、YoloDotNet的高性能推理、
1930C#人工智能
当前共9个项目more
×
寻找源码
源码描述
联系方式
提交