摘要：
一、2021 年人工智能领域科技发展综述 总结：从各个的研发力度来阐述人工智能的发展现状与趋势， 介绍了近期在人工智能上的技术和应用巨大突破 二、人工智能的就业影响研究综述 阅读全文
摘要：
一、OpenCV 应用现状综述 总结：介绍了Open CV 的功能与广阔的使用前景， 对于其在计算机视觉处理方面的实用价值给予了高度肯定， 二、机器视觉的研究及应用发展趋势 总结：介绍了机器视觉系统的组成结构， 一些环节及其要注意的地方。 三、机器视觉技术研究进展及展望 总结：介绍了计算机视觉的发展 阅读全文
摘要：
一、医疗大数据可视化研究综述 总结： 介绍了大量数据可视化的方法与示例， 能大大激发对数据可视化的兴趣 二、基于大数据技术的航天数据可视化系统设计 总结： 文章介绍了一个有关航天科普平台的基本构建设想， 以及对可视化的一些设想。 碎片： 阅读全文
摘要：
一、数据科学研究的现状与趋势 总结： 阐述地很全面，内容很丰富，读完对数据科学有了更广阔和深入的了解。 二、数据科学进展:核心理论与典型实践 总结： 大部分内容与第一篇无异，但其对具体应用现状更详细。 三、大数据与人工智能在医学领域的应用进展 cheng 总结： 介绍了目前获取医疗数据集资源的一些途 阅读全文
摘要：
一 pytorch 的安装 运行下列代码 pip3 install torch -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 即可下载pytorch包 但这个包如何添加进pycharm环境是不清楚的， 尤其是对其中的 阅读全文
摘要： 
2-1 本章内容介绍 2-2 深度学习实施的一般过程 前两步可能占掉百分之七十的时间 2-3 逻辑回归 2-4 逻辑回归损失函数 这里的y(hat)是指概率，其取值从0到1，这个式子就是将每个样本预测的准确率相乘。 如果y(hat)是0.9，也就是预测1的概率是0.9，如果真实也是1，那么准确率就是 阅读全文
2-1 本章内容介绍 2-2 深度学习实施的一般过程 前两步可能占掉百分之七十的时间 2-3 逻辑回归 2-4 逻辑回归损失函数 这里的y(hat)是指概率，其取值从0到1，这个式子就是将每个样本预测的准确率相乘。 如果y(hat)是0.9，也就是预测1的概率是0.9，如果真实也是1，那么准确率就是 阅读全文
摘要： 
1-1 系统入门深度学习，从这里轻松开始【更多IT教程 www.itspxx.com】 1-2 本章内容介绍 1-3 神经网络&深度学习 1-4 深度学习路线图 1-5 深度学习应用 阅读全文
1-1 系统入门深度学习，从这里轻松开始【更多IT教程 www.itspxx.com】 1-2 本章内容介绍 1-3 神经网络&深度学习 1-4 深度学习路线图 1-5 深度学习应用 阅读全文
摘要： 
13-1什么是集成学习 Notbook 示例 Notbook 源码 1 集成学习 2 [1] 3 import numpy as np 4 import matplotlib.pyplot as plt 5 [2] 6 from sklearn import datasets 7 X, y = da 阅读全文
13-1什么是集成学习 Notbook 示例 Notbook 源码 1 集成学习 2 [1] 3 import numpy as np 4 import matplotlib.pyplot as plt 5 [2] 6 from sklearn import datasets 7 X, y = da 阅读全文
摘要： 
12-1 什么是决策树 Notbook 示例 疑问：改变max_features 的值，图像具有一定随机性 notbook 源码 1 [1] 2 import numpy as np 3 import matplotlib.pyplot as plt 4 [2] 5 from sklearn imp 阅读全文
12-1 什么是决策树 Notbook 示例 疑问：改变max_features 的值，图像具有一定随机性 notbook 源码 1 [1] 2 import numpy as np 3 import matplotlib.pyplot as plt 4 [2] 5 from sklearn imp 阅读全文
摘要： 
11-1 什么是支持向量机 11-2 支持向量机的效用函数推导 11-3 Soft Margin和SVM的正则化 11-4 scikit-learn中的SVM Notbook 示例 Notbook 源码 1 scikit-learn中的SVM 2 [2] 3 import numpy as np 4 阅读全文
11-1 什么是支持向量机 11-2 支持向量机的效用函数推导 11-3 Soft Margin和SVM的正则化 11-4 scikit-learn中的SVM Notbook 示例 Notbook 源码 1 scikit-learn中的SVM 2 [2] 3 import numpy as np 4 阅读全文
