为您找到课程结果约 691

项目前置知识学习

0人评价 (0)人学习

案例:搭建一个智能车牌识别系统

0人评价 (69)人学习
一、课程简介       通过学习本案例,可掌握图片数据读取、图片预处理、图片内容中的字符分割、卷积神经网络车牌识别模型构建的主要方法和技能,并为后续相关课程学习及将来从事数据分析工作奠定基础。

工作室项目:TipDM-BI四川智慧旅游可视化项目

0人评价 (12)人学习
10.1国庆黄金周来临,为了了解各个景区、所在城市的游客情况,做好游客接待,需要使用可视化工具,展示旅游的景点游客人数、出行方式、停留时长等数据,做好监测,提高旅游的服务水平,以便为游客的出行提供安全、

学生岗前培训

0人评价 (1)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

案例:网购商品评分预测

0人评价 (3)人学习
一、课程简介      通过学习本案例,可掌握数据探索、属性规约的方法和技能,能够根据实际需求选择合适的算法构建模型并进行评估,为后续相关课程学习及将来从事数据分析工作奠定基础。

项目合作:自然语言案例开发

0人评价 (0)人学习
❀❀❀本项目已完成交付❀❀❀ 交付单位:黔南民族师范学院   ▣ 工作内容 基于案例分析的需求,用Python对旅游行业的案例进行分析,并编写相应的报告文档。   ▣ 招募要求 1.

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
一、课程简介       通过学习本案例,可掌握Word2vec、One-hot表达、CBOW词向量生成、深度学习算法构建文本主题识别模型、模型优化的主要方法和技能,并为后续相关课程学习及将来从事数据分析工作奠定基础

公众健康问句分类

0人评价 (6)人学习
一、课程简介       通过学习本案例,可掌握文本处理的相关方法、text CNN的多标签文本分类模型的原理和模型评价的相关方法,并为后续相关课程学习及将来从事数据分析工作奠定基础。

广告流量作弊识别

0人评价 (6)人学习
本案例的主要分析目标如下。      (1)建立互联网虚假流量识别模型,精准识别虚假作弊流量记录。   二、技术点       Hive、Spark MLlib、决策树、随机森林。