App下載

詞條

大約有 200 項(xiàng)符合查詢結(jié)果 ,庫內(nèi)數(shù)據(jù)總量為 78,250 項(xiàng)。(搜索耗時(shí):0.0026秒)

41.AI人工智能 時(shí)間序列數(shù)據(jù)介紹

預(yù)測(cè)給定輸入序列中的下一個(gè)是機(jī)器學(xué)習(xí)中的另一個(gè)重要概念。 本章為您提供有關(guān)分析時(shí)間序列數(shù)據(jù)的詳細(xì)說明。 ## 時(shí)間序列數(shù)據(jù)介紹 時(shí)間序列數(shù)據(jù)表示處于一系列特定時(shí)間間隔的數(shù)據(jù)。 如果我們想在機(jī)器學(xué)習(xí)中構(gòu)建序列預(yù)...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-o1xk3ccj.html

42.AI人工智能 Pandas

##Pandas:從時(shí)間序列數(shù)據(jù)中處理,分割和提取統(tǒng)計(jì)信息 如果必須使用時(shí)間序列數(shù)據(jù),Pandas 是一個(gè)非常有用的工具。 在 Pandas 的幫助下,可以執(zhí)行以下操作 - - 使用 `pd.date_range` 包創(chuàng)建一系列日期 - 通過使用 `pd.Series` 包對(duì)帶有日...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-mht33cck.html

43.AI人工智能 可視化音頻信號(hào) - 從文件讀取并進(jìn)行處理

這是構(gòu)建語音識(shí)別系統(tǒng)的第一步,因?yàn)樗梢詭椭斫庖纛l信號(hào)的結(jié)構(gòu)。 處理音頻信號(hào)可遵循的一些常見步驟如下所示 - **記錄** 當(dāng)必須從文件中讀取音頻信號(hào)時(shí),首先使用麥克風(fēng)錄制。 **采樣** 用麥克風(fēng)錄音時(shí),信號(hào)以數(shù)...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-m59o3ccp.html

44.AI人工智能 自然語言處理

自然語言處理(NLP)是指使用諸如英語之類的自然語言與智能系統(tǒng)進(jìn)行通信的 AI 方法。 如果您希望智能系統(tǒng)(如機(jī)器人)按照您的指示執(zhí)行操作,希望聽取基于對(duì)話的臨床專家系統(tǒng)的決策時(shí),則需要處理自然語言。 NLP 領(lǐng)域涉及使計(jì)...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-ma5v3cc9.html

45.AI人工智能 算法

...建機(jī)器人玩兩個(gè)玩家游戲,需要安裝 easyAI 庫。 這是一個(gè)人工智能框架,提供了構(gòu)建雙人游戲的所有功能。 可以通過以下命令下載它 - ```python pip install easyAI ```

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-a6u33ccz.html

46.AI人工智能 決策樹分類器

決策樹基本上是一個(gè)二叉樹流程圖,其中每個(gè)節(jié)點(diǎn)根據(jù)某個(gè)特征變量分割一組觀察值。 在這里,我們正在構(gòu)建一個(gè)用于預(yù)測(cè)男性或女性的決策樹分類器。這里將采取一個(gè)非常小的數(shù)據(jù)集,有 19 個(gè)樣本。 這些樣本將包含兩個(gè)特征...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-p9k13cbb.html

47.AI人工智能 多層神經(jīng)網(wǎng)絡(luò)

在這個(gè)例子中,我們創(chuàng)建了一個(gè)由多個(gè)層組成的多層神經(jīng)網(wǎng)絡(luò),以提取訓(xùn)練數(shù)據(jù)中的基礎(chǔ)模式。 這個(gè)多層神經(jīng)網(wǎng)絡(luò)將像一個(gè)回歸器一樣工作。 我們將根據(jù)下面等式生成一些數(shù)據(jù)點(diǎn): `y = 2x2 + 8`。 如下所示導(dǎo)入必要的軟件包 - ```pyt...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-q7ma3cd5.html

48.AI人工智能 標(biāo)記數(shù)據(jù)

我們已經(jīng)知道,某種格式的數(shù)據(jù)對(duì)于機(jī)器學(xué)習(xí)算法是必需的。 另一個(gè)重要的要求是,在將數(shù)據(jù)作為機(jī)器學(xué)習(xí)算法的輸入發(fā)送之前,必須正確標(biāo)記數(shù)據(jù)。 例如,如果所說的分類,那么數(shù)據(jù)上會(huì)有很多標(biāo)記。 這些標(biāo)記以文字,數(shù)字...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-iwp93cb6.html

49.AI人工智能 解決難題

邏輯編程可用于解決許多問題,如8拼圖,斑馬拼圖,數(shù)獨(dú),N皇后等。在這里,舉例說明斑馬拼圖的變體如下 - ``` 有五間房子。 英國(guó)人住在紅房子里。 瑞典人有一只狗。 丹麥人喝茶。 綠房子在白房子的左邊。 他們?cè)诰G房子里...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-4vws3cby.html

50.AI人工智能 表征音頻信號(hào):轉(zhuǎn)換到頻域

表征音頻信號(hào)涉及將時(shí)域信號(hào)轉(zhuǎn)換為頻域,并通過以下方式理解其頻率分量。 這是一個(gè)重要的步驟,因?yàn)樗峁┝岁P(guān)于信號(hào)的大量信息。 可以使用像傅立葉變換這樣的數(shù)學(xué)工具來執(zhí)行此轉(zhuǎn)換。 **示例** 以下示例將逐步說明如何...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-batx3ccq.html

抱歉,暫時(shí)沒有相關(guān)的微課

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時(shí)沒有相關(guān)的視頻課程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時(shí)沒有相關(guān)的教程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

41.AI人工智能 時(shí)間序列數(shù)據(jù)介紹

預(yù)測(cè)給定輸入序列中的下一個(gè)是機(jī)器學(xué)習(xí)中的另一個(gè)重要概念。 本章為您提供有關(guān)分析時(shí)間序列數(shù)據(jù)的詳細(xì)說明。 ## 時(shí)間序列數(shù)據(jù)介紹 時(shí)間序列數(shù)據(jù)表示處于一系列特定時(shí)間間隔的數(shù)據(jù)。 如果我們想在機(jī)器學(xué)習(xí)中構(gòu)建序列預(yù)...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-o1xk3ccj.html

42.AI人工智能 Pandas

##Pandas:從時(shí)間序列數(shù)據(jù)中處理,分割和提取統(tǒng)計(jì)信息 如果必須使用時(shí)間序列數(shù)據(jù),Pandas 是一個(gè)非常有用的工具。 在 Pandas 的幫助下,可以執(zhí)行以下操作 - - 使用 `pd.date_range` 包創(chuàng)建一系列日期 - 通過使用 `pd.Series` 包對(duì)帶有日...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-mht33cck.html

43.AI人工智能 可視化音頻信號(hào) - 從文件讀取并進(jìn)行處理

這是構(gòu)建語音識(shí)別系統(tǒng)的第一步,因?yàn)樗梢詭椭斫庖纛l信號(hào)的結(jié)構(gòu)。 處理音頻信號(hào)可遵循的一些常見步驟如下所示 - **記錄** 當(dāng)必須從文件中讀取音頻信號(hào)時(shí),首先使用麥克風(fēng)錄制。 **采樣** 用麥克風(fēng)錄音時(shí),信號(hào)以數(shù)...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-m59o3ccp.html

44.AI人工智能 自然語言處理

自然語言處理(NLP)是指使用諸如英語之類的自然語言與智能系統(tǒng)進(jìn)行通信的 AI 方法。 如果您希望智能系統(tǒng)(如機(jī)器人)按照您的指示執(zhí)行操作,希望聽取基于對(duì)話的臨床專家系統(tǒng)的決策時(shí),則需要處理自然語言。 NLP 領(lǐng)域涉及使計(jì)...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-ma5v3cc9.html

45.AI人工智能 算法

...建機(jī)器人玩兩個(gè)玩家游戲,需要安裝 easyAI 庫。 這是一個(gè)人工智能框架,提供了構(gòu)建雙人游戲的所有功能。 可以通過以下命令下載它 - ```python pip install easyAI ```

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-a6u33ccz.html

46.AI人工智能 決策樹分類器

決策樹基本上是一個(gè)二叉樹流程圖,其中每個(gè)節(jié)點(diǎn)根據(jù)某個(gè)特征變量分割一組觀察值。 在這里,我們正在構(gòu)建一個(gè)用于預(yù)測(cè)男性或女性的決策樹分類器。這里將采取一個(gè)非常小的數(shù)據(jù)集,有 19 個(gè)樣本。 這些樣本將包含兩個(gè)特征...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-p9k13cbb.html

47.AI人工智能 多層神經(jīng)網(wǎng)絡(luò)

在這個(gè)例子中,我們創(chuàng)建了一個(gè)由多個(gè)層組成的多層神經(jīng)網(wǎng)絡(luò),以提取訓(xùn)練數(shù)據(jù)中的基礎(chǔ)模式。 這個(gè)多層神經(jīng)網(wǎng)絡(luò)將像一個(gè)回歸器一樣工作。 我們將根據(jù)下面等式生成一些數(shù)據(jù)點(diǎn): `y = 2x2 + 8`。 如下所示導(dǎo)入必要的軟件包 - ```pyt...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-q7ma3cd5.html

48.AI人工智能 標(biāo)記數(shù)據(jù)

我們已經(jīng)知道,某種格式的數(shù)據(jù)對(duì)于機(jī)器學(xué)習(xí)算法是必需的。 另一個(gè)重要的要求是,在將數(shù)據(jù)作為機(jī)器學(xué)習(xí)算法的輸入發(fā)送之前,必須正確標(biāo)記數(shù)據(jù)。 例如,如果所說的分類,那么數(shù)據(jù)上會(huì)有很多標(biāo)記。 這些標(biāo)記以文字,數(shù)字...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-iwp93cb6.html

49.AI人工智能 解決難題

邏輯編程可用于解決許多問題,如8拼圖,斑馬拼圖,數(shù)獨(dú),N皇后等。在這里,舉例說明斑馬拼圖的變體如下 - ``` 有五間房子。 英國(guó)人住在紅房子里。 瑞典人有一只狗。 丹麥人喝茶。 綠房子在白房子的左邊。 他們?cè)诰G房子里...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-4vws3cby.html

50.AI人工智能 表征音頻信號(hào):轉(zhuǎn)換到頻域

表征音頻信號(hào)涉及將時(shí)域信號(hào)轉(zhuǎn)換為頻域,并通過以下方式理解其頻率分量。 這是一個(gè)重要的步驟,因?yàn)樗峁┝岁P(guān)于信號(hào)的大量信息。 可以使用像傅立葉變換這樣的數(shù)學(xué)工具來執(zhí)行此轉(zhuǎn)換。 **示例** 以下示例將逐步說明如何...

http://m.hgci.cn/artificial_intelligence/artificial_intelligence-batx3ccq.html

抱歉,暫時(shí)沒有相關(guān)的文章

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

熱門課程