- 博客(3)
- 收藏
- 关注
原创 基于机器学习的淡水质量预测
目录一、背景描述二、数据处理三、特征工程四、模型选择五、评估方案与小结一、背景描述1、背景描述淡水是我们最重要和最稀缺的自然资源之一,仅占地球总水量的 3%。它几乎触及我们日常生活的方方面面,从饮用、游泳和沐浴到生产食物、电力和我们每天使用的产品。获得安全卫生的供水不仅对人类生活至关重要,而且对正在遭受干旱、污染和气温升高影响的周边生态系统的生存也至关重要。通过参考英特尔的类似实现方案,预测淡水是否可以安全饮用和被依赖淡水的生态系统所使用,从而可以帮助全球
2024-03-02 23:16:43 1017
原创 基于InceptionResNetV2模型的猫狗识别
问题描述:在这个问题中,你将面临一个经典的机器学习分类挑战——猫狗大战。你的任务是建立一个分类模型,能够准确地区分图像中是猫还是狗。预期解决方案:你的目标是通过训练一个机器学习模型,使其在给定一张图像时能够准确地预测图像中是猫还是狗。模型应该能够推广到未见过的图像,并在测试数据上表现良好。我们期待您将其部署到模拟的生产环境中——这里推理时间和二分类准确度(F1分数)将作为评分的主要依据。
2024-01-15 21:21:34 961
原创 第一章 绪论
简单来说就是数据元素的集合,但是不仅包含数据,还有数据之间的关系。2.1.1线性结构:数据元素之间存在一对一的关系(线性表、栈和队列、字符串、数组、广义表)抽象数据类型一般是用户自己来定义数据对象、数据关系的集合、以及对这些数据操作的集合。数据项:有含义的、组成数据元素的、不可分割的最小单位。数据:经过特殊编码定义后的能输入计算机并且能被计算机处理的符号的总称(容易理解)数据元素:数据的基本单位,也称为元素、记录(有的抽象,但不重要)数据对象:有相同性质的数据元素的集合。(计算机人必须要抽象!
2023-05-03 23:15:21 31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人