水清_木秀的博客

在iPhone上玩AR，可是有条件的哦： 1、Xcode9 2、一台搭载了A9晶片的设备（6s及其以上设备） 3、iOS11及其以上系统一般来说AR应用都有两个步骤： 1、处理、追踪、了解现实世界的环境 2、渲染、展示场景的虚拟物件第一步是透过追踪引擎处理，也就是ARKit。 第二步是通过渲染引擎处理，比如SceneKit被用来渲染3D图形，SpriteKit用于2D渲染，Metal用于

【本人存档自己观看使用】=======================================python文件链接： http://pan.baidu.com/s/1kVl9W3d元文件链接:http://pan.baidu.com/s/1i5GMe49 密码:14i7import pandas as pdimport numpy as npdf = pd.read_csv('movi

出现词我们对最常用的语句进行处理下。 分析这组对话中，都出现了什么词。from sklearn.feature_extraction.text import CountVectorizercount = CountVectorizer()docs = np.array(['How are you?','Fine,thank you','And you?'])bag = count.fit_tr

关于Support Vector Machine Regression的网站介绍。http://kernelsvm.tripod.com/在文章http://blog.youkuaiyun.com/wiki_su/article/details/78432905中，我们预测出的结果是16K.但是我们用SVR来看的话，16K的结果是不准确地。import numpy as npimport matplotlib

要操作的元数据： 链接:http://pan.baidu.com/s/1jIw1edw 密码:qis4得到两组数据之间的某种线性关系==================================================Python一些以前操作的说明，不再过多解释。 传送门：http://blog.youkuaiyun.com/wiki_su/article/details/78414169选

要操作的元数据： 链接:http://pan.baidu.com/s/1c2plP1Q 密码:n6qp我们的目标是得到：各个指标中哪些指标和和营业额的关系最大。==================================================Python一些以前操作的说明，不再过多解释。 传送门：http://www.jianshu.com/p/faab4ec7c549选择好

数据处理的几种方式： 1、All in 2、Backward Elimination (后退梯度) 3、Forward Elimination (前进梯度) 4、Bidirectional Elimination （比较梯度） 5、Score Comparison===============================All inAll in

前言前面的几篇博客，初略了说了写coreML。有点杂乱吧，但是同时也是本人学习的过程。现在正式的进入到ML的博客书写中…在此后的学习中，对于每个功能的实现我都用python语言以及R语言对同一个功能各实现一次….原因呢…. 有人用RStudio，有人用spyder，不是说都要会吧，最起码能够看懂其他人写的东西，不然很尴尬。。。环境配置Python以前的博客有写。 传送门：http://blog.c

PythonSTEP1、导入依赖包import numpy as npimport matplotlib.pyplot as pltimport pandas as pd把np作为numpy的缩写，后面可以直接使用np来调用各种方法。==> numpy系统是python的一种开源的数值计算扩展。 这种工具可用来存储和处理大型矩阵，比python自身的嵌套列表结构要高效的多。 你可以理解为凡

要操作的元数据： 链接:http://pan.baidu.com/s/1chirUI 密码:6ac0我们的目标是得到：工作时间和薪水之间的关系。========================Python选择好目标文件：然后运行下面的代码import numpy as npimport matplotlib.pyplot as pltimport pandas as pd#import da

STEP1http://scikit-learn.org/我们看一下iris这个数据，这个数据是用来判断各种各样的尾鸢花，用维基百科搜一搜你就明白了。STEP2打开Spyder开始撸代码吧…【1】得到iris这个包的数据iris = datasets.load_iris()【2】训练模型(喂养模型)model = LogisticRegression() model.fit(iris.data,

什么是 Machine Learning?机器学习是人工智能的一个分支，他的目的在于吸收任何的数据比如说(图像，文本，语音，统计数据) 然后作出预测数据当中所隐藏的特征或是行为。ML可以做什么？面部识别 面部特征识别 （微笑、哭泣…） 特征检测和替换 (把你的哭变成笑)ML是怎么学习的？我们使用海量的图片，数据等等来告诉他A是啥B是啥，笑是什么等等 然后让他通过这些数据找到最符合这个图的

制作过程：安装Python， 整合到Anaconda中， 在里面我们使用python以及coremlTools来生成mlmodel ==================================================环境配置之python==================================================STEP1...