原创 機器學習、深度學習相關資料下載

1:數據挖掘:概念與技術(中文第三版) 鏈接: https://pan.baidu.com/s/1skTjb69 密碼: 6ixx 2:矩陣分析.美國 Roger.A.Horn. 鏈接: https://pan.baidu.com/s/1

原创 關於echarts的圖像界面編程,echarts-all-3.js引用報錯問題糾正

<script type="text/javascript" src="http://echarts.baidu.com/gallery/vendors/echarts/echarts-all-3.js"> 大家在引用上述echarts

原创 一文讓你讀懂決策樹算法

原文鏈接:https://dataaspirant.com                                        決策樹算法簡介 決策樹算法屬於監督學習算法族。與其他監督

原创 垃圾分類數據集(垃圾圖片數據集)

爲了響應垃圾分類的熱點問題,抽空收集了一些垃圾的圖片。進行垃圾分類的算法預測與分析(模型基本上大家可以嘗試採用CNN) 圖像的垃圾分類數據描述如下: 1.玻璃瓶                                       

原创 採用LSTM模型預測物體損傷加速度

                                                               採用LSTM模型預測物體損傷加速度                                      

原创 迴歸分類問題中數據特徵的處理方法總結及代碼實現

                                                    迴歸分類等問題中數據預處理方法總結及相關代碼實現                                          

原创 考研之複習經驗與時間安排篇

                              七八月開始複習考研真的不晚 作爲一名21世紀標準理工男,計算機方向的學生,考研是另一種提升自己的有效路徑,作爲考研總分三百九十多的過來人,今天就向各位想考研的計算機專業的學生講述

原创 基於LSTM、RNN及滑動窗口CNN模型的股票價格預測

        基於LSTM、RNN及滑動窗口CNN模型的股票價格預測                                  Abstract 股票市場或股票市場對當今經濟產生深遠影響。股價的上漲或者下跌對投資者的收益具有重要

原创 ARIMA時間序列模型預測洗髮水銷售數據代碼模型講解

1 概念        ARIMA模型,全稱爲自迴歸積分滑動平均模型(Autoregressive Integrated Moving Average Model),是由博克思(Box)和詹金斯(Jenkins)於20世紀70年代初提出的

原创 基於python實現的車牌識別系統

開發環境:python3.4.4,opencv3.4,numpy1.14,tkinter和PIL5. 運行:   開始識別:     識別:    

原创 Attention Model最容易理解最權威的解釋

本文完全摘自:https://www.cnblogs.com/LittleHann/p/9722779.html; 閱讀目錄(Content) 1. Attention model簡介 0x1:AM是什麼 0x2:AM在機器翻譯中的應用

原创 attention注意力機制的理解及簡單實現(keras實現版本)

attention 的本質:其實就是一個加權求和。 問題:k 個d 維的特徵向量h i (i=1,2,...,k) 整合這k 個特徵向量的信息,變成一個向量h ∗  (仍是d 維) 解決方法 求平均值 -------(mean pooli

原创 計算機專業畢業設計題目大全——各種類型系統設計大全

計算機專業畢業設計題目大全 一、ASP類計算機專業畢業設計題目 1.網絡留言薄2.客戶管理系統3.多媒體積件管理庫的開發與應用4.基於WEB的多媒體素材管理庫的開發與應用5.網絡教學軟件中的教學設計與應用6.小型教育網站的開發與建設7.基

原创 基於Bi-lstm+attention機制實現經濟領域的實體關係抽取(數據及代碼實現)

 最近無意中發現了一份某人自己註釋的經濟領域數據集,但是隻是採用了簡單的方法進行實體關係抽取,閒來之餘,便將新關注的attention機制加以深度學習再一次實現該實體關係抽取,廢話不多說,下面開始進入正題; 數據集描述: 該數據集的收集者

原创 基於深度學習的汽車行業評論文本的情感分析

  使用卷積神經網絡對汽車行業評論文本進行情感分析。 dateset 爬取汽車之家車主口碑評論文本,抽取口碑中最滿意以及最不滿意評論文本,分別作爲正向情感語料庫和負向情感語料庫。 爬蟲技術視頻鏈接:https://pan.baidu.co