b_z_K____0012的博客

Nanodet 轻量级模型在anaconda环境下的配置教程nanodet简介一 准备环境二 anaconda中创建环境和配置1. 打开conda的命令行界面2. 创建和配置环境3.cd到下载的nanodet路径下2.1 题目描述2.1.1 简述前两题三 测试模型四 模型训练nanodet简介轻量级模型，模型大小只有1.8M，适合移动端和嵌入式开发nanodet github地址一 准备环境1.下载anaconda选择合适的版本，本文中使用winx64anaconda官网地址2.配置对应c

朴素贝叶斯算法的python实现实验准备实验介绍功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入实验准备实验介绍我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点

决策树详解&&python基于Kaggle的Titanic数据实现决策树分类一 决策树算法详解1.前期准备实验目的准备2.决策树概述2.1 决策树2.2 ID3算法原理2.3 ID3的特点2.4信息熵2.5 ID3算法和决策树的流程二 基于Kaggle的Titanic数据实现决策树分类1.数据探索2.特征选择3.数据分割4.特征转换5.决策树模型训练数据学习并且运用6性能评估，决策树模型对泰坦尼克号乘客是否生还的预测性能小结&&每日一句前段时间忙了好多东西，快放暑假了，有

Python数据分析——基于逻辑回归的肿瘤预测实验前两天参加人工智能比赛，生了一场病，嗓子哑的说不出话。虽然这也不是偷懒的理由，但意志确实是有所消沉。最近手里也没有要忙的事情了，沉下心来敲敲代码，搞搞科研（改论文）~一、 实验准备1.1 实验概述逻辑回归（Logistic Regression）logistic回归是用于处理因变量为分类变量的回归问题，常见的是二分类或二项分布问题，也可以处理多分类问题，它实际上是属于一种分类方法，是二分类问题的概率与自变量之间的关系图形往往是一个S型曲线，采用的S

Python数据分析-基于线性回归的波士顿房价预测实验最近尝试着早起，因为六点起床的话就会发现早上的时间很充足，而且公园里慢跑的人真的很多，为优秀的人们献上我的膝盖。进入正题，这是数据分析的第一个实验，老早就听说过这个实验，但是没有自己做过，一起来做一下吧。一、 实验准备1.1 实验概述线性回归 (Linear regression): 是利用数理统计中回归分析来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。如果回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似

人的一大特性就是喜欢拖延，看了不少时间管理的教材，道理我都懂，可就是不想动。最终，还是因为买了新键盘，就特别想敲敲它，果真是个喜新厌旧的女人，哈哈，不贫了。在开学之前，我计划把学校提供的人工智能方向的实验做完，一边做一边写文章，内容真的都很不错，很适合我这样的人工智能小白入门。1.实验准备1.1 实验概述本实验目的为获取2020年04月北京空气质量指数日历史数据，并保存为csv文件。HTTP请求-是指从客户端到服务器端的请求消息。包括：消息首行中，对资源的请求方法、资源的标识符及使用的协议。我们使用

人工智能的的项目，环境都不一般，配了三天环境的我只能说，哎，太难了。终于把coding上的项目放到本地跑通了，现在来出一份直男。包含内容：用anaconda配置TensorFlow（参考链接https://www.cnblogs.com/HongjianChen/p/8385547.html） 在pycharm中使用conda环境 检测TensorFlow环境是否安装成功 将co...