精华内容
下载资源
问答
  • 人工智能项目方案案例人工智能项目方案案例人工智能项目方案案例人工智能项目方案案例人工智能项目方案案例人工智能项目方案案例
  • 人工智能项目-源码

    2021-02-12 17:14:22
    AI Jupyter笔记本 机器学习和数据科学领域的个人项目集合
  • 【前言】AI人工智能进展的如火如荼的今天,我们如果不尝试去接触新鲜事物,马上就要被世界淘汰啦~本文拟使用Python开发语言实现类似于WIndows平台的"小娜”,或者是IOS下的"Siri”。最终达到人机对话的...

    Home

    QiXiao - Chat


    Admin : QiXiao

    Submit

    展开全文
  • Github上值得学习的7个人工智能项目

    千次阅读 2020-07-13 09:21:12
    “学习python的一大乐趣就是研究人工智能,老K为您整理了github上有趣的AI项目,快来看一看吧~! 1. google-research 地址 https://github.com/google-research/google-researchstar10.5kfork2.0k 非官方整理...

    “学习python的一大乐趣就是研究人工智能,老K为您整理了github上有趣的AI项目,快来看一看吧~!

     

    1. google-research

    地址

    https://github.com/google-research/google-researchstar10.5kfork2.0k

    非官方整理的 Google AI Research 集合项目

    2. AIDungeon

    地址

    https://github.com/AIDungeon/AIDungeonstar2.5kfork399

    一个基于机器学习的地下城文字游戏。此项目介绍了如何使用机器学习构建一个游戏,代码简单清晰适合 AI 爱好者深入研究

    3. RecommenderSystem-Paper

    地址

    https://github.com/daicoolb/RecommenderSystem-Paperstar568fork186

    推荐系统论文整理列表,包括了行业优秀会议 AAAI、NIPS 等发表的论文,以及 KDD 一些获奖论文。方便推荐系统方向以及文本表示方向等研究人员,跟踪阅读行业内经典论文和最新研究方向

    4. QuestionAnsweringSystem

    地址

    https://github.com/ysc/QuestionAnsweringSystemstar1.6kfork1.2k

    一个 Java 实现的人机问答系统,能够自动分析问题并给出候选答案。在 2011 年的美国热门电视智力问答节目《Jeopardy》中,由 IBM 开发的 AI 问答系统 Watson 战胜了人类选手,而 QuestionAnsweringSystem 则是 Watson 的 Java 实现。从今天的眼光去看,它可能已经不够那么智能,不过由于它的简便性和易于部署运行,因此非常适合新手把玩,赶紧去你的应用中集成一个炫酷的智能问答系统吧

    5. pg_flame

    地址

    https://github.com/mgartner/pg_flamestar1.3kfork18

    Postgres 数据库性能分析工具,把 EXPLAIN ANALYZE 结果通过火焰图展示

    6. gpt-2

    地址

    https://github.com/openai/gpt-2star12.0kfork2.9k

    OpenAI 发布的 15 亿参数量通用语言模型 GPT-2,迄今最大模型!展示了一种构建语言处理系统的潜在方式,即根据自然发生的演示学习执行任务。实例代码:

    7. milvus

    地址

    https://github.com/milvus-io/milvusstar3.5kfork563

    一款开源的、针对海量特征向量的相似性搜索引擎。相比 Faiss 和 SPTAG 这样的算子库,Milvus 提供完整的向量数据更新,索引与查询框架。Milvus 利用 GPU 进行索引加速与查询加速,能大幅提高单机性能。部署使用简单,降低了 AI 应用落地的难度

    睡前人工智能共享实验室新功能上线啦!

    https://www.edu.futurelab.tv/

     

    展开全文
  • 来源 |piprogramming出品 | 大数据文摘 编译 | 青柠人工智能已经成为我们生活的一部分。我们在日常生活中有意或无意地使用它,如推荐影片,图像识别,语音识别,网站推荐...

    来源 | piprogramming

    出品 | 大数据文摘   编译 | 青柠

    人工智能已经成为我们生活的一部分。我们在日常生活中有意或无意地使用它,如推荐影片,图像识别,语音识别,网站推荐产品等。

    这就是为什么你也需要开始学习。你可以先看看2020年最好的5本人工智能书籍,然而仅了解理论是不够的。学生应该尝试完成一些人工智能项目,如果你是新手,你能做的最好的事情就是花一些时间在真正的人工智能项目上,从尝试跟随人工智能的趋势到做自己的一些项目。以下每个项目都有Python源代码的链接!

    我将展示一些人工智能项目的有趣想法,初学者可以通过尝试这些想法来测试他们的Python知识。

    这些项目将帮助你发展技能,同时也检查你现有的知识。人工智能可用于许多领域。你对各种人工智能项目的研究越多,学到的东西就越多。

       1. 预测房价

    房价是经济健康与否的重要决定因素,而房价的范围是买卖双方都关心的问题。房价由涵盖住宅房屋几个方面的若干指标来确定。

    历史定价数据通常用于获取平均价格。除了不同房屋的价格外,你还可以使用其他数据集,包括城市的犯罪率,非零售企业的位置和市民的年龄。对于初学者来说,这是一个测试他们技能的完美项目。

    以下是使用线性回归来预测房价的教程,当然也包括Python源代码:

    https://www.youtube.com/watch?v=Mcs2x5-7bc0list=PLvk-72jrjBFFsb0dKG0l2SEwK95p4vM89index=3

       2. 股票价格预测

    人工已经帮助股市投资者一段时间了。金融机构和投资经理最近试图将机器学习和人工智能纳入业务,以便为他们提供竞争优势。基于人工智能的交易平台在趋势建模方面很受欢迎,它们试图利用大数据寻找被低估的股票。

    这就是为什么它很适合成为初学者的第一个人工智能项目。你会喜欢股票市场,因为它充满了信息。你可以获得各种类型的数据集,并立即开始处理项目。

    对于局外人来说,股市的变化就像波涛汹涌的大海。预测股票市场的价格和活动是一项非常复杂且要求很高的工作。这包括解释经济走势,评估特定行业的模式以及在金融市场内部调整股价。这就是人工智能可以派上用场的地方。

    算法交易在全球金融市场中占有很大份额,正在进行的交易中有超过60%是基于算法。养老基金,共同基金,对冲基金,保险公司,散户投资者和主要机构交易公司使用算法在股票市场进行交易。因此,计划在金融部门工作的学生,简历上绝对应该有自己的小“阿拉丁”(“ 阿拉丁”是贝莱德用于管理投资决策风险的AI)。股市反馈期也很短,有助于支持你的预测。

    学习前请查看本教程,其中包含Python和神经网络来预测苹果公司的股价:

    https://medium.com/@randerson112358/stock-price-prediction-using-python-machine-learning-e82a039ac2bb

       3. 聊天机器

    聊天机器人是一种人工智能驱动的软件(Alexa,Google Assistant等)、应用程序、网站或其他网络,旨在评估客户的需求,然后帮助他们执行特定任务,例如交易,酒店预订,提交表格等。当前,聊天机器人通常用于每个公司都需要聊天机器人以减少某些客户联系流程的行业。公司使用聊天机器人的一些方式是:

    • 客户支持

    • 传递信息

    这就是为什么设置聊天机器人是基于AI的最佳项目之一。你可以从热门网站上的聊天机器人中汲取灵感,首先构建一个客户服务聊天机器人。开发了基本的聊天机器人后,你可以对其进行升级并构建更高级的版本。

    这是一个很好的视频,介绍了我们喜爱的著名Siraj Raval,他在其中使用Tensorflow和递归神经网络创建了聊天机器人:

    https://www.youtube.com/watch?v=PXJtFc8DjsE

       4. 垃圾邮件标识符

    我们每天都会收到数百封电子邮件,其中大多数是垃圾邮件(spam)。顺便说一句,这个短语来自1970年巨蟒剧团的《飞翔马戏团》短剧,该短剧里餐厅的所有菜单项都是SPAM。检测垃圾邮件是自然语言处理(NLP)的常见主题,因此请尝试创建一个人工智能以根据电子邮件内容识别垃圾邮件或非垃圾邮件。

    请查看此视频教程,你可以在其中使用Python源创建自己的垃圾邮件检测器:

    https://www.youtube.com/watch?v=cNLPt02RwF0

       5. 手写数字识别

    人类手写的数字在大小和形状上有很大的不同。创建一种可以识别人类手写数字的算法,是开始你人工智能之旅的好方法。它对初学者都非常友好,有些人挑战自己在5分钟内做到这一点!

    观看此视频 ,获取一些源代码以及有关Python代码实际功能的详细说明:

    https://www.youtube.com/watch?v=Zi4i7Q0zrBs

       6. 谷歌Dino机器人

    Dino是一款流行的谷歌浏览器游戏,可以在未连接互联网的情况下玩。你应该实施强化学习,由于游戏简单,将很容易理解它的工作原理。你可以构建AI,它通过犯错误来学习。

    CodeBullet就是这么做的,你可以在下面链接查看视频,并在GitHub找到Python源代码:

    https://www.youtube.com/watch?v=sB_IGstiWlc

    https://github.com/Code-Bullet/Google-Chrome-Dino-Game-AI

       7. 下一个单词预测器

    当您键入一条消息时,手机会自动预测下一个你想用的单词,你甚至每天在不知情的情况下使用它。但是你的手机软件如何知道你接下来要输入什么呢?自然语言处理(NLP)!你可以创建一个人工智能模型来预测最有可能出现的下一个单词。它是NLP的主要任务之一,具有很多应用。

    这是一篇非常不错的文章,其中还包括Python代码并逐步进行了解释:

    https://medium.com/m/global-identity?redirectUrl=https%3A%2F%2Ftowardsdatascience.com%2Fexploring-the-next-word-predictor-5e22aeb85d8f

       8. Twitter情绪分析器

    情感分析(也称为情感挖掘或情感AI)是用于确定一篇写作是正面,负面还是中立的方法。使用该技术的典型场景是发现公众对特定主题的感受。由于诸如Twitter之类的媒体平台是大数据的公开海洋,挖掘此类数据有助于以多种方式理解用户的想法和观点。能够计算出围绕着一些问题的这种感觉将提供一个很好的想法,即它将会发生什么。这可以用于多种目的,例如预测股票价格。

    我个人真的很喜欢本教程,该教程中对代码的解释比任何一本书都更好:

    https://www.youtube.com/watch?v=ujId4ipkBio

       9. 使用医学数据进行癌症检测

    人工智能在识别大数据的趋势,区分大数据间的特征和发现人类大脑无法识别的数据特征方面蓬勃发展。深度神经病理扫描中转移性癌症的自动检测是一个很有潜力的临床应用领域。

    将人工智能与癌症治疗结合可以提高诊断的质量和准确性,有助于临床决策并改善患者的预后。人工智能临床护理,尤其是在低收入环境中,可能会加剧健康不平等。

    你可以在本文中找到Python源代码和很好的解释,当然还包括视频:

    https://medium.com/@randerson112358/breast-cancer-detection-using-machine-learning-38820fe98982

       10. 面部情绪识别与检测

    进入21世纪,人脸检测技术已成为必然。用于检测和解释情绪的深度学习系统旨在识别和解释人的面部表情。它们能检测出人类的核心情感,例如悲伤,快乐,愤怒,中立,厌恶,恐惧和惊讶。面部情绪检测和识别系统的主要特点是它可以评估情绪,区分好坏,并对它们进行正确分类。它还可以使用标记的情绪信息来识别一个人的思维行为模式。

    它是当前最受欢迎的人工智能项目之一。尽管面部表情识别一直是研究的主题,但直到现在,我们才看到这项研究的具体结果。

    相关报道:

    https://piprogramming.org/articles/10-Interesting-and-Impressive-AI-projects-for-absolute-Beginners-(with-Python-Source-Code)-0000000007.html

    1. 女程序员被阿里录取工资二万六,辞职时被领导挽留:给你四万留下

    2. 可视化工具不知道怎么选?深度评测5大Python数据可视化工具

    3. 安利一个我爱不释手的PDF神器网站

    4. 被遗忘的 10 个Linux命令,很实用!

    - End -

    最后说一个题外话,相信大家有不少人开通了视频号。小詹也开通了一个视频号,会分享互联网那些事、读书心得与副业经验,欢迎各位扫描下方二维码关注。

    展开全文
  • 开源的人工智能项目并不总是得到很多宣传,但它们在人工智能的发展中起着至关重要的作用。因为这些开源项目经常被开发者作为激发灵感的项目来上手,所以这些进步是创造性的,特别具有前瞻性。 这些开源人工智能...

    开源的人工智能项目并不总是得到很多宣传,但它们在人工智能的发展中起着至关重要的作用。因为这些开源项目经常被开发者作为激发灵感的项目来上手,所以这些进步是创造性的,特别具有前瞻性。

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    这些开源人工智能项目通常不受企业开发环境的限制,可以梦想成真——并且通常会带来突破性的机器学习和人工智能进步。同样重要的是:这些领先的开源人工智能项目的进步推动了更大的人工智能领域的进步。

    如果你知道其他顶级开源人工智能工具应该在这个列表中,请在文末留言与我们分享。

    1、PyTorch

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    PyTorch 具备领先的开源人工智能项目的所有元素。它侧重于机器学习,可以说是新兴技术发展阶段人工智能最受欢迎的应用。更重要的是,开发者和AI工程师可以在顶级云计算平台上搭建 PyTorchAWS 上的 PyTorch 和 Azure 上的 PyTorch 都是可行的,Google Cloud 和阿里巴巴也是可行的。PyTorch 提供了神经网络,这是人工智能发展的一个基本要素。

    2、Open Neural Network Exchange

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    由微软和脸书开发的 Open Neural Network Exchange(开放式神经网络交换)提供了一些非常强大的工具,尤其是将完全开发的神经网络模型(在系统中花费了大量时间进行训练)回收到各种其他系统中的能力。本质上,开放神经网络交换通过支持这种移植极大地扩展了现有模型的有用性。预计 ONNX 在未来几年将变得越来越受欢迎。

    3、IBM AI Fairness 360

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    人工智能算法中的偏差问题越来越受到关注,AI Fairness 360是解决这一问题的开源解决方案。该工具提供了算法,使开发人员能够扫描最大似然模型,以找到任何潜在的偏见,这是打击偏见的一个重要部分,当然也是一项复杂的任务。重要的是,人工智能公平性允许人工智能工程师在整个开发生命周期中探索算法。该工具可以设置为自动工作。该工具的基础是一个检查相关性的架构;这种相关性是否创造了一种暗示有害刻板印象的预测?

    4、Keras

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    Keras 在人工智能开源项目的世界中是罕见的:它把自己宣传为“一个为人类而设计的应用编程接口,而不是机器。”作为一个 Python 深度学习 API,Keras 可以与像 Antao 和微软 Cognitive Toolkit 这样的高知名度人工智能项目进行互操作。开发人员和人工智能工程师将其用作一个 ML 库,以相对容易的方式构建原型。同时也有助于其易于部署,Keras 可以在混合处理器硬件上运行。

    5、Accord.NET

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    顾名思义,Accord.NET 使用. NET 框架。这是一个 . NET ML 学习框架,提供用 C# 编码的图像和音频库。它具有前瞻性,因为它为开发商业级应用程序提供了一个平台,包括面向信号处理的应用程序、视听工具集和统计应用程序。如果你刚刚起步,Accord.NET 还包括模板应用程序,这样你就可以更快地开始构建。

    6、GPT-2

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    当然,开源人工智能技术正在产生轰动效应,创成式预训练变压器2 (GPT-2)于 2019 年由 OpenAI 发布。GPT 利用深度神经网络,它使用多层软件来处理任意数量的输入。众所周知,GPT 2 号处理文本,从翻译到创造文本,在最好的情况下,可以与人类书写的文本非常相似。此外,它是一个非常强大的学习工具,可以非常准确地合成和适应数据。

    7、Cheatsheets AI

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    如果你是一个可以在开放源码的语言/人工智能项目中伸出援手的语言/人工智能开发者,这个项目是非常有用的。与其说是一个项目,不如说是一个学习工具,它可以帮助你跟上人工智能/人工智能项目的速度,从 Keras 到 Scripy 到 PySpark 到 Dask。它所提供的指导是深入的,而且必然是复杂的。虽然 Cheatsheets AI 是为“人工智能新手”设计的,但事实上你需要一些预先培训才能使用这一资源。

    8、TensorFlow

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    还有不知道 TensorFlow 的开发者吗?这几乎是一个家喻户晓的名字。由 Google Brain 团队开发,供 Google 内部使用,现在是最著名的开源机器学习平台之一。Google 还向研究人员免费提供了基于云的 TensorFlow 版本。

    9、Caffe

    最初是由加州大学伯克利分校的精英们创造的 Caffe 已经成为一个非常受欢迎的深度学习框架。它的名气包括表达架构、可扩展代码和速度。

    10、H2O

    凭借庞大的用户群,H2O 自称是“世界领先的开源深度学习平台”除了开源版本,该公司还提供付费支持的高级版本。

    11、Microsoft Cognitive Toolkit

    显然,微软已经进入开源世界了。微软 Cognitive Toolkit 原名 CNTK,承诺训练深度学习算法像人脑一样思考。它拥有速度、可扩展性、商业级质量以及与 C++ 和 Python 的兼容性。微软用它来支持 Skype、Cortana 和必应的人工智能功能。

    12、DeepMind Labs

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    AI 和 ML 里另一个很响亮的名字。DeepMind 实验室旨在用于人工智能研究,是一个3D游戏环境。它是由 Google 的 DeepMind 小组创建的,据说特别适合深度强化学习研究。

    13、ACT-R

    ACT-R 由卡内基梅隆大学开发,是人类认知理论和基于该理论的软件的统称。该软件基于 Lisp,并且有大量的文档。操作系统:Windows,Linux,macOS。

    14、StarCraft II API Library

    你不会以为 AI 都是用于办公吧?Google 的 DeepMind 和暴雪娱乐公司正在合作一个项目,使星际争霸2视频游戏成为人工智能研究平台成为可能。这是一个用于构建脚本机器人的跨平台 C++ 库。

    15、Numenta

    Numenta 组织提供了许多与分层时间内存相关的开源项目。本质上,这些项目试图基于当前对人类新皮层的生物学理解来创造机器智能。

    16、Open Cog

    诚然,这是一个很大的野心:Open Cog 的目标不是专注于人工智能的一个狭窄方面,如深度学习或神经网络,而是创造有益的人工通用智能(AGI)。该项目致力于创造具有类人智能的系统和机器人。

    17、Stanford CoreNLP

    这种基于 Java 的自然语言处理软件可以识别单词的基本形式、它们的词性以及它们是公司名称还是人名,还可以对日期和时间进行规范化。它根据短语和句法依存关系标记句子的结构,指示哪些名词短语指的是相同的实体,识别情感,提取实体提及之间的特定或开放类关系,并获得引用。它是为英语设计的,但也支持多种语言。

    18、Prophet

    由脸书开发和使用——是的,他们有深厚的资源——先知预测时间序列数据。它是用 R 或 Python 实现的,并且是全自动的、精确的、快速的和可调的。

    19、SystemML

    SystemML 最初是一个 IBM 研究项目,现在是一个顶级 Apache 项目。它将自己描述为“使用大数据进行机器学习的最佳工作场所”,并与 Spark 集成。

    20、Theano

    深度学习可以认为是 AI 的最远的边缘。面向深度学习的 Anano 将自己描述为“一个 Python 库,允许高效地定义、优化和评估涉及多维数组的数学表达式。”关键特性包括 GPU 支持、与 NumPy 的集成、高效的符号区分、动态 C 代码生成等等。

    21、MALLET

    MALLET 是“机器学习语言工具包”的缩写,包括基于 Java 的统计自然语言处理、文档分类、聚类、主题建模、信息提取等工具。它于 2002 年由马萨诸塞州阿姆赫斯特大学和宾夕法尼亚大学的教师和研究生首次创建。

    22、DeepDetect

    灵魂拷问:这22个顶级开源人工智能项目你不会还没用过吧?

    作为开源人工智能领域交叉合作的一个例子,DeepDetect 已经被空客和微软等组织所使用。DeepDetect 是基于 Caffe、TensorFlow 和 XGBoost 的开源深度学习服务器。它为图像分类、对象检测以及文本和数字数据分析提供了一个易于使用的应用编程接口。

    人工智能应用场景示例

    在视频监控行业中,基于AI算法的视频分析技术,使用机器学习和深度学习方法来识别对象,对它们进行分类,并确定它们的属性。TSINGSEE安防视频结构化智能分析平台EasyCVR已经融合了深度学习技术,可实现对接入的视频监控图像进行智能分析,例如人脸检测与识别、人体姿态估计、物体检测、车牌识别、车流统计等。

    发展趋势

    国家“新基建”已经把人工智能纳入其中,同时受益于深度学习算法的快速发展,AI智能安防技术已经得到了越来越广泛的应用,人工智能技术的落地也随之高速发展。但是,在应用场景上仍然存在较多需要突破的技术创新点。 

    关于我们:TSINGSEE青犀视频专注视频+AI新生态,“云、边、端”行业解决方案,深耕音视频领域数十年,技术广泛应用于智慧城市、智慧交通、智慧安防、教育、旅游、能源与环保等多个行业。基于AI算法、深度学习、大数据智能分析、边缘计算、5G等新兴技术,我们将赋能更多视频+AI生态应用场景,加快视频AI在更多行业领域落地。

    展开全文
  • 飞机游戏java源码人工智能项目 通过实践和研究示例(带有代码演示)证明最先进的 AI 的概念 狭义人工智能 通用人工智能 超级人工智能 算法优化合集 使用 BFS、DFS 的最优路径 人工智能搜索算法 人工智能搜索算法 ...
  • 人工智能可以说是大家都在说的,但是真正会做人工智能的程序员还是少数,为了更好地提升自己,现在仍然有很多小伙伴都在寻找人工智能项目,今天就给小伙伴们分享一下人工智能的学习项目:《AI在线医生》 ...
  • 精品收藏:GitHub人工智能AI开源项目

    万次阅读 多人点赞 2018-07-26 18:33:06
    精品收藏:GitHub人工智能AI开源项目 绝对精品!!!花了点时间,鄙人把这几年收藏的开源精品项目,整理一下,方面以后查找。其中涵盖了姿态检测,图像分割,图像分类,美学评价、人脸识别、多尺度训练,移动端的AI...
  • 十个酷炫的人工智能开源项目

    千次阅读 多人点赞 2019-08-14 11:01:11
    关于人工智能项目,相信大家都看过或者用过不少了,但它们的大多数看上去都十分“高大上”,让人感觉要掌握他们犹如习屠龙之术一样。事实上,有很多关于人工智能项目还是十分实用的,而且用途还十分有趣,下面就...
  • 人工智能项目(介绍)

    千次阅读 2017-02-23 15:19:36
    人工智能(Artificial Intelligence),英文缩写为AI。百度百科是这样介绍的:它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。下面我将用技术的层面解释人工智能的...
  • 大白在制作AI内容平台www.jiangdabi.com时,编写很多有趣好玩的人工智能项目。 写的超级详细,项目简介+原理简述+软件安装+环境安装+代码运行,基本完全新手,都可以用笔记本电脑进行尝试。 比较有意思的是,这些...
  • 与传统产业的法律尽职调查不同,很多初创期人工智能项目的团队不足10人,没有不动产、没有商标、没有专利,仅有的程序文件还未进行软件著作权登记,所以对律师团队的专业性提出了更高的要求。从商业角度来讲,任何一...
  • 原标题:python人工智能项目实战,PDF+源码 《python人工智能项目 Intelligent Projects Using Python》实施机器学习和深度学习方法,使用Python构建智能,认知AI项目主要特点帮助您掌握AI算法和概念的入门指南8个...
  • NoiseGrasp的首席战略官Sajid Mohamedy表示,“对于人工智能正在解决的业务问题没有明确的计划是最常导致结果”糟糕“或无法使用的 情况。 要前瞻性思考 需要在发现结果之前制定基于调查结果的决策,并且一旦结果...
  • 人工智能AI) 基于项目人工智能AI)游乐场。 专案 贡献 欢迎大多数贡献。 联络人 如有任何疑问,请随时与我联系( )。
  • AI项目流程

    千次阅读 2019-06-25 23:27:07
    AI项目流程: 一、读取数据 1、获取数据 爬虫、数据库导出 2、存储数据 csv、excel、json、mysql 二、数据清洗和数据预处理 单变量探索 多变量探索 缺失值处理:删除或填充 构造特征变量 特征工程:从已有的数据中...
  • 人工智能 MCS @ TCD中的人工智能项目回购
  • AI_Source_Code 人工智能项目集合
  • 15个常用的人工智能项目应用工具!

    千次阅读 2016-11-30 10:33:38
    人工智能是科技研究中最热门的方向之一。像IBM、谷歌、微软、Facebook和亚马逊等公司都在研发上投入大量的资金、或者收购那些在机器学习、神经网络、自然语言和图像处理等领域取得了进展的初创公司。考虑到人们对此...
  • Computer-Vision-and-AI:计算机视觉和人工智能项目的集合
  • python测试开发项目实战-目录 python工具书籍下载-持续更新 下面书籍下载地址 ...书籍:python人工智能项目 Intelligent Projects Using Python - 2019 简介 实施机器学习和深度学习方法,使...
  • 人工智能项目 人工智能项目很少 A* 的统计数据: :
  • 1、查当下普遍使用的ai基础硬件2、查硬件能力与什么指标相关3、看硬件合同4、看风险管理问题
  • 信用卡欺诈检测是一个人工智能项目,通过在Kaggle信用卡欺诈检测数据集上应用适当的AI / ML算法来检测欺诈性或非欺诈性信用卡交易。 链接到数据集: : 部署环境:烧瓶 主网站文件:app.py 训练模型的文件:main...
  • Wumpus_World_AI
  • 人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能近些年来热度不减,Gitee上的人工智能项目也越来越多,...
  • wordpress_likes_ai93 人工智能项目的存储库 需要 LensKit 二进制文件
  • Magos AI项目为区块链领域带来人工智能与神经网络技术.pdf
  • 人工智能 我们所有人工智能小组项目的存储库,2014 年秋季

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 337,931
精华内容 135,172
关键字:

人工智能项目

友情链接: xiao_files.zip