搜索资源列表
机器学习与数据挖掘方法和应用
- 本书分为5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘(The book is divided into 5 parts, 18 chapters, a
《学习opencv2.0》配套源码
- 《学习opencv》是一本经典的关于计算机视觉中处理图像的工具书，本文件中含有所有源码。
基于Hough变化的答题卡识别
- 答题卡自动阅卷系统通过获取答题卡图像作为系统输入，并通过计算机处理、自动识别填图标记，存入数据库完成阅卷。 但是答题卡在运输和使用过程中，容易受到设备、环境等因素的影响，使得图像质量在一定程度上有所下降，影响了自动阅卷的准确率，甚至导致无法正常阅卷，因此要对答题卡图像进行一系列的预处理，滤去干扰、噪声，做几何校正（有的答题卡可能是倒着的），彩色校正等，并进行二值化处理(The answer card automatic marking system takes the image of th
Deep Learning with Python
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Fran?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(Deep Learning with Python intr
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(This book is written by Franc
MATLAB 程序
- 基于matlab 的简单人脸识别实例 简介 人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。 人脸识别是一项热门的计算机技术研究领域，在生活中许多领域都有着重要应 用。 内容 这里通过对人脸图像打上网格，对区域块图像做二值分析，通过像素比例来 做处理。进而得到人脸区域。 代码