上一页 1 2 3 4 5 6 7 8 9 10 ··· 79 下一页
摘要: 作者|Kiprono Elijah Koech 编译|VK 来源|Towards Data Science 在本文中,我们将讨论一个分类问题,该问题涉及到将评论分为正面或负面。这里使用的评论是客户在ABC服务上所做的评论。 数据收集和预处理 在这个项目中使用的数据是从网上爬来的,数据清理在这个Not 阅读全文
posted @ 2020-10-28 21:19 人工智能遇见磐创 阅读(387) 评论(0) 推荐(0) 编辑
摘要: 作者|ANALYTICS VIDHYA 编译|Flin 来源|analyticsvidhya 介绍 数据科学(机器学习)项目为你提供了一种有前途的方式来启动你在该领域的职业。你不仅可以通过应用它来学习数据科学,还可以在自己的简历上展示一些项目! 如今,招聘人员通过他/她的工作来评估应聘者的潜力,而不 阅读全文
posted @ 2020-10-28 21:02 人工智能遇见磐创 阅读(567) 评论(0) 推荐(0) 编辑
摘要: 作者|SHIPRA SAXENA 编译|Flin 来源|analyticsvidhya 总览 计算机视觉是一种允许数字世界与现实世界互动的技术。 探索5个最热门的计算机视觉应用程序 使用计算机视觉进行姿态估计 使用Gans进行图像转换 开发社交距离工具的计算机视觉 将2D图像转换为3D模型 医学图像 阅读全文
posted @ 2020-10-27 21:46 人工智能遇见磐创 阅读(582) 评论(0) 推荐(0) 编辑
摘要: 作者|Renu Khandelwal 编译|VK 来源|Towards Data Science 在本文中,你将学习如何加载自定义数据和创建图像序列和测试数据集,作为深度学习模型的输入。 Open CV2 PIL 这里使用的数据集是来自Kaggle的Intel图像分类。 数据集链接:https:// 阅读全文
posted @ 2020-10-27 21:41 人工智能遇见磐创 阅读(921) 评论(0) 推荐(0) 编辑
摘要: 作者|Michael Chau 编译|VK 来源|Towards Data Science 大家都知道Scikit-Learn——它是数据科学家基本都知道的产品,提供了几十种易于使用的机器学习算法。它还提供了两种现成的技术来解决超参数调整问题:网格搜索(GridSearchCV)和随机搜索(Rand 阅读全文
posted @ 2020-10-27 21:36 人工智能遇见磐创 阅读(1065) 评论(0) 推荐(0) 编辑
摘要: 作者|PULKIT SHARMA 编译|Flin 来源|analyticsvidhya 介绍 图像分类是计算机视觉的最重要应用之一。它的应用范围包括从自动驾驶汽车中的物体分类到医疗行业中的血细胞识别,从制造业中的缺陷物品识别到建立可以对戴口罩与否的人进行分类的系统。在所有这些行业中,图像分类都以一种 阅读全文
posted @ 2020-10-26 19:30 人工智能遇见磐创 阅读(626) 评论(0) 推荐(0) 编辑
摘要: 作者|Richmond Alake 编译|Flin 来源|towardsdatascience 介绍 我真不敢相信,离我写第一篇详细描述了我第一天的职业生活的文章已经有六个月了。 时间过得真快。 所以,欢迎再次光临我作为计算机视觉工程师的在线日志。 在这篇文章中,你可以看到一个计算机视觉工程师在一个 阅读全文
posted @ 2020-10-26 19:19 人工智能遇见磐创 阅读(364) 评论(0) 推荐(0) 编辑
摘要: 作者|Abhijit Gupta 编译|VK 来源|Towards Data Science 介绍 自然语言处理(NLP)是一个令人生畏的领域名称。从非结构化文本中生成有用的结论是很困难的,而且有无数的技术和算法,每一种都有自己的用例和复杂性。作为一个接触NLP最少的开发人员,很难知道要使用哪些方法 阅读全文
posted @ 2020-10-25 22:35 人工智能遇见磐创 阅读(488) 评论(0) 推荐(0) 编辑
摘要: 作者|Andrew Kuo 编译|VK 来源|Towards Data Science 遗传算法是一个优化技术,在本质上类似于进化过程。这可能是一个粗略的类比,但如果你眯着眼睛看,达尔文的自然选择确实大致上类似于一个优化任务,其目的是制造出完全适合在其环境中繁衍生息的有机体。 在本文中,我将展示如何 阅读全文
posted @ 2020-10-25 22:32 人工智能遇见磐创 阅读(287) 评论(0) 推荐(0) 编辑
摘要: 作者|Aakarsh Yelisetty 编译|Flin 来源|towardsdatascience 让我们看看如何在涉及文本识别的自定义数据集上使用FAIR(Facebook AI Research)的Detectron 2进行实例检测。 你是否尝试过使用你自己选择的自定义数据集从头开始训练对象检 阅读全文
posted @ 2020-10-25 22:24 人工智能遇见磐创 阅读(4119) 评论(0) 推荐(1) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 79 下一页