为您找到课程结果约 509个
TensorFlow2深度学习实战
0人评价
(208)人学习
课程设计思路以应用为导向，让学员明确所学知识是如何解决问题的，通过教授和练习巩固所学知识，使学生真正理解并能够应用所学知识。最后结合实训内容巩固前面学习的知识。
人工智能核心课-深度神经网络
0人评价
(5)人学习
课程设计思路以应用为导向，让学员明确所学知识是如何解决问题的，通过教授和练习巩固所学知识，使学生真正理解并能够应用所学知识。最后结合实训内容巩固前面学习的知识。
食品评论数据舆情分析
0人评价
(0)人学习
本项目旨在利用机器学习和深度学习等技术，通过分析各条食品评论，了解消费者对不同食物的喜好情况，评估食品产品的质量、口感、外观等方面的表现，帮助企业及时发现问题并改进产品。
数据统计分析
0人评价
(0)人学习
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
一、项目背景
通过学习本案例，可掌握Python机器学习、Tensorflow2、Word Embedding和深度神经网络的相关知识，并为后续相关课程学习及将来从事数据挖掘分析工作奠定基础
【进行中】项目合作：Hive案例开发
0人评价
(0)人学习
❀❀❀本项目正在开发中❀❀❀
开发单位：中南民族大学、重庆对外经贸学院、云南工商学院
▣ 工作内容
基于提供的数据和案例分析的需求，用Hive等工具对案例进行统计，用Python的Matplotlib
【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。
自然语言处理
0人评价
(0)人学习
【图书】ETL数据整合与处理（Kettle）
0人评价
(10015)人学习
‖ 课程简介
本课程是图书《ETL数据整合与处理（Kettle）（第2版）（微课版）》的配套学习视频，是大数据技术等专业的专业基础课。
【进行中】项目合作：计算机视觉案例资源开发
0人评价
(0)人学习
利用Python深度学习框架进行模型训练、测试与优化，确保模型性能满足项目需求，并对实验结果进行可视化分析，输出相应的文档、PPT、教案、实验指导书和数据。
微信公众号
客服微信
