为您找到课程结果约 289

项目实操:Python二手汽车售价预测

0人评价 (1)人学习
本项目首先探索数据总体的分布情况,检测缺失值和异常值;然后探索变量间的相互关系以及变量与预测值之间的存在关系,使用matplotlib等库进行可视化分析;然后理解已知含义的数据,将数据转换为能更好地表示潜在问题的特征;划分训练集和测试集

【图书】Hadoop大数据平台搭建与应用(工作手册式)

0人评价 (31)人学习
本书由校企联合开发,融合了大数据平台运维的“1+X”技能考证、大数据运维工程岗位证书考试等内容,从实用出发,通俗易懂,难度适宜,便于开展理论实践一体化、岗课赛证融通教学。

【图书】Python网络爬虫技术(第2版)

0人评价 (10558)人学习
本书设计以“岗位需求为导”对网络爬虫工程岗位能力进行拆解,并结合案例进行技能教学,贯穿以用为学的教学理念。 全书以任务为导向,将Python爬虫常用技术和真实案例相结合。

杂草生长阶段识别

0人评价 (0)人学习
(3) 模型训练与评估。       说明:以上技术目标仅供参考,具体分析方向可自定,需结合实际需求。

BP神经网络与TensorFlow2实战

0人评价 (15)人学习
课程首先对TensorFlow进行介绍,然后学习TensorFlow2的常用数据类型和操作,接着学习线性模型的构建,包括初始化模型、构建损失函数、模型训练及可视化等内容,接着学习高阶API-Keras的使用

项目实操:基于深度学习的推荐系统受众性别预测

0人评价 (69)人学习
本案例通过用户在广告系统中的交互行为数据,训练出一个机器学习模型,能准确预测出用户性别。 二、项目目标       1.读取原始数据,进行探索分析。      

TensorFlow2实战

0人评价 (136)人学习
课程首先对TensorFlow进行介绍,然后学习TensorFlow2的常用数据类型和操作,接着学习线性模型的构建,包括初始化模型、构建损失函数、模型训练及可视化等内容,接着学习高阶API-Keras的使用

深度学习案例:利用循环神经网络(RNN)对路透社新闻进行分类

0人评价 (90)人学习
二、技术点       词嵌入word embedding、RNN网络、词向量训练。   三、建议前置课程 TensorFlow2深度学习实战 自然语言处理

实战案例:英文数字语音识别

0人评价 (1)人学习
一、课程简介       通过学习本案例,可掌握语音特征提取、LSTM模型构建与训练、语音识别的相关知识与技能,为后续相关课程内容学习奠定基础。

【进行中】项目合作:目标检测案例开发

0人评价 (0)人学习
2.利用Python深度学习框架(如PyTorch)进行模型训练、验证和测试,优化模型性能。 3.输出相应的文档、PPT,确保项目成果的完整性和可复现性。