深度学习
文章平均质量分 81
jiabiao1602
目前就职于世界百强企业!已经从事数据分析工作10年以上。曾经从事过咨询、电商、电购、电力、互联网等行业,了解不同领域的数据特点,目前主要用R语言做大数据分析和建模、数据可视化研究工作。撰写书籍《R语言与数据挖掘》、《R语言游戏数据分析与挖掘》等书籍
展开
-
《Keras深度学习:入门、实战与进阶》之回归问题实例:波士顿房价预测
本节将要预测20世纪70年代中期波士顿郊区房屋价格的中位数。原创 2023-02-03 21:16:23 · 689 阅读 · 0 评论 -
R语言文本挖掘相关包介绍
文本挖掘被描述为“自动化或半自动化处理文本的过程”,中文分词的结果就可以直接用来建立文本对象,最常用的结构就是词条与文档的关系矩阵,利用这个矩阵可以使用很多文本挖掘的算法来得到不同的结果,包括相似度计算、文本聚类、文本分类、主题模型、情感分析等。文本挖掘:基于基础R对象的文本挖掘框架,包含常用的文本挖掘模型,包含一些独立的NLP库,比如CRF++、word2vec等。Rwordseg包完全引用了Ansj包,在这个Java包的基础上开发了R的接口,并根据R处理文本的习惯进行了调整。原创 2022-08-20 22:12:07 · 1104 阅读 · 0 评论 -
手写数字彩色图像识别-Keras实现(基于R语言)
本文摘自《Keras深度学习:入门、实战及进阶》一书。本小节我们将利用MNIST数据集的训练数据训练模型,MNIST数据集的测试数据评估模型,再利用训练好的模型对本地的50个手写数字图像进行预测,查看预测效果。在num文件夹中已经保存了50张0~9的彩色数字图像使用EBImage包的readImage()函数将num文件夹中的所有数字图像读取到R中。> library(keras)> library(EBImage)> # 图像数据读取> setwd('../num'原创 2022-04-10 01:37:59 · 4883 阅读 · 0 评论 -
对彩色花图像进行分类-基于R语言的Keras实现
该案例摘自《Keras深度学习入门、实战及进阶》第四章综合案例内容。该案例的数据来源于Kaggle上的Flower Color Images(https://www.kaggle.com/olgabelitskaya/flower-color-images)。数据内容非常简单:包含10种开花植物的210张图像(128×128×3)和带有标签的文件flower-labels.csv,照片文件采用.png格式,标签为整数(0~9)。使用read.csv()将带有标签的文件flower-labels.csv原创 2022-04-07 00:17:30 · 3020 阅读 · 0 评论