登录
注册
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
智能训练
第96任务： 明天适合打球吗
查看课程
任务列表
第1任务： 数据处理流程的基本知识
第2任务： N元语法模型
第3任务： 自然语言处理概述
第4任务： NLP的基本流程
第5任务： 语料字符处理-字符串函数
第6任务： 正则表达式
第7任务： 正则表达式应用
第8任务： 去停用词
第9任务： 分词：正向最大匹配法
第10任务： 分词：正向最大匹配法实现
第11任务： 分词：逆向最大匹配法
第12任务： N元语法模型与分词
第13任务： 隐马尔可夫概述
第14任务： 隐马尔可夫实例
第15任务： Viterbi算法
第16任务： Viterbi算法应用
第17任务： jieba分词
第18任务： 向量化与独热编码
第19任务： 基于字典的one-hot实现
第20任务： 基于keras的one-hot表示
第21任务： 词袋模型
第22任务： TF-IDF
第23任务： Word2Vec模型概述
第24任务： Word2Vec模型训练
第25任务： Word2Vec模型应用
第26任务： Doc2Vec模型
第27任务： 自然语言处理代码和数据
第28任务： 图像基础
第29任务： 读写图像
第30任务： 图像批处理任务示例
第31任务： 批量获取图像路径
第32任务： 批量读取图片和标签
第33任务： 数据应用示例
第34任务： 参数说明
第35任务： 读取训练和测试数据
第36任务： 查看数据情况
第37任务： 数据应用示例
第38任务： OpenCV图像处理概述
第39任务： 图像平移和旋转
第40任务： 最近邻插值
第41任务： 其他插值方法介绍
第42任务： 线性变换
第43任务： 非线性变换
第44任务： 直方图均衡化
第45任务： 图像二值化
第46任务： 图像平滑
第47任务： Sobel算子
第48任务： 其他算法
第49任务： 练习：视频图像处理
第50任务： 方法介绍
第51任务： 单张图像增强
第52任务： 多张图像增强
第53任务： 从文件夹读取图片并增强
第54任务： 数据应用示例
第55任务： 图像数据处理代码和数据
第56任务： 语音识别的发展
第57任务： 语音识别的通用流程
第58任务： 语音信号参数
第59任务： wave语音读取
第60任务： wave语音保存
第61任务： librosa读写音频
第62任务： 音频播放（拓展）
第63任务： 录音（拓展）
第64任务： 时域&频域
第65任务： Mel谱图
第66任务： 噪声
第67任务： 降噪处理
第68任务： 静音处理split
第69任务： 静音处理trim
第70任务： 预加重
第71任务： 分帧
第72任务： 加窗
第73任务： 傅里叶变换
第74任务： Mel滤波器组特征
第75任务： Log-Mel滤波器组特征
第76任务： MFCC特征
第77任务： 语音识别的一般过程
第78任务： 语音标注
第79任务： 声学模型
第80任务： 语言模型
第81任务： 端到端的语音识别
第82任务： 语音数据处理代码和数据
第83任务： 特征选择介绍
第84任务： 数据导入及探索
第85任务： 基于皮尔逊相关系数的特征选择
第86任务： 特征选择前后模型性能比较
第87任务： 基于假设检验的特征选择
第88任务： 基于树的特征选择
第89任务： 特征选择后模型性能探索
第90任务： 基于线性模型的特征选择
第91任务： 小结
第92任务： 数据处理规范制定课件
第93任务： 特征选择代码和数据
第94任务： 数据集的划分
第95任务： 从女生相亲到决策树
第96任务： 明天适合打球吗
第97任务： 决策树拆分属性选择
第98任务： 决策树算法家族
第99任务： 泰坦尼克号生还者预测—数据预处理
第100任务： 泰坦尼克号生还者预测—模型构建与预测
第101任务： 决策树可视化
第102任务： 线性回归基本形式
第103任务： 线性回归模型的Python实现
第104任务： 波士顿房价预测的Python实现
第105任务： 逻辑回归介绍
第106任务： 研究生入学录取预测的Python实现
第107任务： 间隔与支持向量
第108任务： 对偶问题
第109任务： 核函数
第110任务： 软间隔与正则化
第111任务： 支持向量机算法的Python实现
第112任务： 非洲人还是北美人
第113任务： 为什么有“朴素”二字
第114任务： 拉普拉斯修正
第115任务： 用高斯朴素贝叶斯算法解决鸢尾花分类问题
第116任务： 随机森林算法的基础知识
第117任务： KNN算法介绍
第118任务： KNN算法解决鸢尾花分类问题
第119任务： 单个神经元介绍
第120任务： 经典网络结构介绍
第121任务： 神经网络工作流程演示
第122任务： 如何修正网络参数-梯度下降法
第123任务： 网络工作原理推导
第124任务： 网络搭建准备
第125任务： 样本从输入层到隐层传输的Python实现
第126任务： 网络输出的Python实现
第127任务： 单样本网络训练的Python实现
第128任务： 全样本网络训练的Python实现
第129任务： 网络性能评价
第130任务： 调用sklearn实现神经网络算法
第131任务： 构建并评价聚类模型
第132任务： 构建并评价分类模型
第133任务： 构建回归模型
第134任务： 评价回归模型
第135任务： 算法测试代码和数据
第136任务： 算法优化的基本知识
第137任务： 算法测试课件.rar
学
习
中
心
TOP
张老师
群1：897428979
群2：642795722
工作时间：9:00 - 18:00
张老师:18927565259
邮箱：
3120701392@qq.com
