鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 24年11月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

人工智能

2.7w内容

关注

聚合人工智能话题下，包括机器学习、深度学习、计算机视觉、自然语言处理等领域的新闻资讯、前沿理论、技术知识、应用案例。

文章博文帖子课程

共 166 条

【人工智能】机器学习之用Python使用ID3算法实例及使用sklearn的决策树算法对葡萄酒数据集进行分类

???ID3算法实例??1.使用sklearn的决策树算法对葡萄酒数据集进行分类，要求：(1)划分训练集和测试集（测试集占20%）(2)对测试集的预测类别标签和真实标签进行对比(3)输出分类的准确率(4)调整参数比较不同算法（ID3， CART）的分类效果。??2. 利用给定ID3算法，画出下列训练集的决策树。???1.葡萄酒分类???(1)划分训练集和测试集（测试集占20%）test_size等

2022-07-19 07:53:49

d3 数据集决策树

【人工智能】机器学习之使用Python生成ID3决策树

❤❤❤ID3算法✅✅决策树的思想：给定一个集合，其中的每个样本由若干属性表示，决策树通过贪心的策略不断挑选最优的属性。常见的决策树算法有ID3,C4.5,CART算法等。???ID3算法： baseEntropy = self.calcShannonEnt(dataset) # 基础熵 num = len(dataset) # 样本总数

2022-07-18 08:25:46

d3 数据集决策树

使用计算机视觉深入学习和创建现代OCR管道

@toc在这篇文章中，我们将带您了解我们如何为【移动文档扫描仪】构建最先进的光学字符识别（OCR）管道的幕后故事。我们使用了计算机视觉和深度学习的进步，如双向长短期记忆（LSTM），连接主义时间分类（CTC），卷积神经网络（CNN）等。此外，我们还将深入研究如何实际使我们的OCR管道在Dropbox规模上做好生产准备。文档扫描仪可以使用手机拍照并“扫描”收据和发票等项目。我们的移动文档扫描仪仅输出

2022-06-24 08:50:43

数据深度网络计算机视觉

hands-on-data-analysis 第三单元模型搭建和评估

handsondataanalysis第三单元模型搭建和评估1.模型搭建1.1.导入相关库pythonimportpandasaspdimportnumpyasnpmatplotlib.pyplot和seaborn是绘图库importmatplotlib.pyplotaspltimportseabornassnsfromIPython.displayimportImagepython内嵌显示图片%

2022-06-24 08:48:39

python 数据集交叉验证

【物体检测快速入门系列 | 01】-基于Tensorflow2.x Object Detection API构建自定义物体检测器

本文描述了基于Tensorflow2.x Object Detection API构建自定义物体检测器的保姆级教程，详细地描述了代码框架结构、数据集的标准方法，标注文件的数据处理、模型流水线的配置、模型的训练、评估、推理全流程。

2022-06-19 22:14:54

tensorflow python 物体检测

别出心裁！不用负样本的对比学习

对比学习系列1.诸神黄昏时代的对比学习(https://blog.51cto.com/Lolitann/5343215)2.“军备竞赛”时期的对比学习好。(https://blog.51cto.com/Lolitann/5346548)3.对比学习之UnsupervisedLearningofVisualFeaturesbyContrastingClusterAssignments(https:/

2022-06-04 19:04:23

聚类对比学习 CV

“军备竞赛”时期的对比学习

这篇文章是接着上一篇讲的：诸神黄昏时代的对比学习_LolitaAnn的技术博客_51CTO博客(https://blog.51cto.com/Lolitann/5343215)如果有什么漏误，请大家批评指正。看这一块的时候让我回想起了GPT和BERT。那个时候GPT刚出来，惊为天人，虽然用无标签数据做出来了预训练模型加微调的事情。然后呢BERT就出来了，用更大的数据集更大的模型训练了语言模型。并且

2022-05-31 09:29:56

诸神黄昏时代的对比学习

!image.png(https://s2.51cto.com/images/20220530/1653874536863134.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)其实事

2022-05-30 11:14:17

对比学习 CV

代码实现MNLM | word embedding开山之作

这篇文章呢在自然语言处理领域有里程碑意义，是wordembedding的开山之作。今天我们就来复现一下这篇文章的代码。先回顾一下子模型结构论文笔记看：MNLM：WordEmbedding开山之作ANeuralProbabilisticLanguageModel_LolitaAnn的技术博客_51CTO博客(https://blog.51cto.com/Lolitann/5298734)论文原文看：

2022-05-26 13:12:38

自然语言处理 NLP 词嵌入

模型泛化 | 正则化 | 权重衰退 | dropout

模型的泛化能力机器学习的目标是发现模式(pattern)。所以这需要确定模型是真正发现了泛化的模式还是简单的记住了数据。先讲个小故事，我们大三那年参加比赛，用机器学习写了个语言识别，虽然准确率很低，只有50%。当时比赛一个评委不信那是机器学习写的，一口咬定我们是写的数据库比对……泛化和记住数据有什么区别呢？就好像给AB两个学生一堆数学资料让他学习。期末考试的时候，如果出原题，两个人都能答100分，

2022-05-25 23:03:58

泛化过拟合数据

分类评价指标 F值详解 | Micro F1 & Macro F1 & Weight F1

!F1micro与F1macro(https://s4.51cto.com/images/blog/202205/24234344_628cfd30f220360439.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFu

2022-05-24 23:44:01

如何利用Keras 深度学习库的进行回归

所谓回归就是预测未来，lottery预测是回归问题吗？我希望它是！问我中了多少？俗！回报社会才是福利彩票的核心！

2022-05-16 10:36:36

神经网络模型数据集网络拓扑

ACL2022挖宝 CMR

**CMR 方法旨在通过在不发生灾难性遗忘的情况下改进 $f_t$ 来修复错误情况。**

2022-05-14 08:01:41

微调灾难性遗忘

Approximate Graph Propagation

!图片1.png(https://s2.51cto.com/images/20220501/1651408221540401.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)这篇文章是

2022-05-13 12:20:39

数据挖掘人工智能图神经网络

深度学习实战之手写签名识别（100%准确率、语音播报）

手写签名在日常生活中随处可见，简单来说就是亲笔书写自己的名字，在纸质文档上使用手写签名主要用以确定签字者的身份，并表示签字者同意所签署文档中规定的内容，对文档的真实性负责，且具有法律效力。由此看见手写签名的重要性。在现实的生活中不乏有不法分子模仿其他人的字体，进而模仿他人的签名获得不发的利益。尽管会有鉴别字体的工作，但在鉴别时不仅不准确，而且还十分的消耗人力以及财力。为了解决这一客观显示存在的问

2022-05-11 11:44:16

数据 ide 数据集

全连接网络基础1——MNIST数据集

√mnist数据集：包含77万张黑底白字手写数字图片，其中055000张为训练集，5000张为验证集，100000张为测试集。每张图片大小为2828像素，图片中纯黑色像素值为0，纯白色像素值为1。数据集的标签是长度为10的一维数组，数组中每个元素索引号表示对应数字出现的概率。在将mnist数据集作为输入喂入神经网络时，需先将数据集中每张图片变为长度784一维数组，将该数组作为神经网络输入特征喂入神

2022-05-10 12:25:09

数据集神经网络模型神经网络

【ICDE 2022】稀疏模型训练框架HybridBackend，单位成本下训练吞吐提升至5倍

近日，阿里巴巴投稿的论文《PICASSO: Unleashing the Potential of GPU-centric Training for Wide-and-deep Recommender Systems》被数据库和数据挖掘方向CCF-A类国际三大顶会之一的ICDE 2022 (International Conference on Data Engineering) 接收。

2022-05-09 10:51:49

数据 tensorflow 推荐系统

[OpenCV实战]34 使用OpenCV进行图像修复

本文将描述一类称为图像修复的区域填充算法。想象一下找一张旧的家庭照片。你扫描它，它看起来很棒，除了一些划痕。当然，你可以在photoshop中加载照片并修复划痕。除此之外可以编写10行代码以使用OpenCV中的修复算法来解决问题。1什么是图像修复图像修复是计算机视觉中的一类算法，其目标是填充图像或视频内的区域。该区域使用二进制掩模进行标识，填充通常根据需要填充的区域边界信息来完成。图像修复的最常见

2022-05-08 20:38:22

sed 计算机视觉 #include

[OpenCV实战]28 基于OpenCV的GUI库cvui

有很多很棒的GUI库，例如Qt和imgui，可以与OpenCV一起使用，允许您在运行时调整参数。但是，在某些情况下，您可能没有（或不希望）此类库的依赖关系，例如，您没有使用Qt支持编译OpenCV，或者您无法使用OpenGL。在这种情况下，您只需要一种快速，轻松的方式来创建GUI来调整算法。这就是cvui的目的。它是一个基于OpenCV绘图基元构建的跨平台GUI库，仅需使用头文件就可以搭建。除了O

2022-05-02 21:45:37

#include #define 应用程序

[OpenCV实战]23 使用OpenCV获取高动态范围成像HDR

在本教程中，我们将学习如何使用不同曝光设置拍摄的多张图像创建高动态范围图像（HDR）。1背景1.1什么是高动态范围（HDR）成像？大多数数码相机和显示器将彩色图像捕获或显示为24位矩阵。每个颜色通道有8位，一共三个通道，因此每个通道的像素值在0到255之间。换句话说，普通相机或显示器具有有限的动态范围。然而，我们周围的世界颜色有一个非常大的变化范围。当灯关闭时，车库会变黑；太阳照射下，车库看起来变

2022-04-26 23:15:40

sed python #include

图解transformer

@toc写在最前边翻译讲究：信、达、雅。要在保障意思准确的情况下传递作者的意图，并且尽量让文本优美。但是大家对我一个理工科少女的语言要求不要太高，本文只能保证在尽量通顺的情况下还原原文。注意本文的组成部分：翻译+我的注释。添加注释是因为在阅读的过程中，我感觉有的地方可能表述的并不是特别详细。对于一些真正的小白，像我一样傻的来说，可能不太好理解。正文在之前的文章中，我们讲了现代神经网络常用的一种方法

2022-04-24 10:04:08

编码器神经网络 Transformer

[OpenCV实战]20 使用OpenCV实现基于增强相关系数最大化的图像对齐

!https://s4.51cto.com/images/blog/202204/23235122_6264207a24c7472649.jpg?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=

2022-04-23 23:51:34

ide 迭代仿射变换

你真的会用K折交叉吗？对于K折交叉的思考| 防止K折交叉踩坑

作者碎碎念本文目的：对于K折交叉，想必大家都知道是什么原理。但是在具体实践中让你写的时候，你可能就会突然疑惑：“咦？道理我都懂，可是这个玩意儿到底怎么用。”本文就是为了探讨一下什么时候怎么用 K折交叉验证。K折交叉(k-fold cross validation)提到K折交叉，我想大部分人都了解其原理了。但是在这里还是先讲一下什么是K折交叉，防止有初学者是进来看什么是K折交叉的。简言之，就是将数

2022-04-23 00:27:56

交叉验证 AI 算法

[OpenCV实战]19 使用OpenCV实现基于特征的图像对齐

在这篇文章中，我们将学习如何使用OpenCV执行基于特征的图像对齐。我们将使用移动电话拍摄的表格的照片与表格的模板对齐。我们将使用的技术通常被称为“基于特征图像对齐”，因为在该技术中，在一个图像中检测稀疏的特征集并且在另一图像中进行特征匹配。然后基于这些匹配特征将原图像映射到另一个图像，实现图像对齐。如下图所示：!https://s4.51cto.com/images/blog/202204/22

2022-04-22 21:40:37

特征点 #include python

Transformer 结构：位置编码 | Transformer Architecture: The Positional Encoding

注意：本文大多采用义译，确保原文意思不变，但不保证用词和原作完全一致。:sunglasses:@toc使用正弦函数为模型添加位置信息Transformer是只基于自注意力机制的序列到序列架构。因为并行计算能力以及高性能。使得它在NLP领域中大受欢迎。现在常见的几个深度学习框架都实现了transformer，这让很多学生都能够方便使用到transformer。但是这也存在一个弊端，他会让我们忽略模型

2022-04-22 13:49:30

[OpenCV实战]16 使用OpenCV实现多目标跟踪

在这篇文章中，我们将介绍如何在OpenCV中使用MultiTracker类实现多目标跟踪API。在深入了解详细信息之前，请查看下面列出的关于目标跟踪的帖子，以了解在OpenCV中实现的单个目标跟踪器的基础知识。同时需要安装opencv_contrib库，详细见：1背景介绍计算机视觉和机器学习的大多数初学者都学习对象检测。如果您是初学者，您可能会想到为什么我们需要对象跟踪。我们不能只检测每一帧中的物

2022-04-19 20:05:57

ide 目标跟踪 python

[OpenCV实战]13 OpenCV中使用Mask R-CNN进行对象检测和实例分割

MaskRCNN具体内容见：MaskRCNN最初于2017年11月由Facebook的AI研究团队使用Python和Caffe2推出。工程代码见：后来MaskRCNN被移植到Tensorflow，并且在共享了几个预先训练的模型，这些模型具有不同的训练架构，如InceptionV2，ResNet50，ResNet101和InceptionResnetV2。它们还为您提供培训自己模型的工具。基于Inc

2022-04-17 15:23:45

ide scala #include

[OpenCV实战]12 使用深度学习和OpenCV进行手部关键点检测

手部关键点检测是在手指上找到关节以及在给定图像中找到指尖的过程。它类似于在脸部（面部关键点检测）或身体（人体姿势估计）上找到关键点。但是手部检测不同的地方在于，我们将整个手部视为一个对象。美国卡耐基梅隆大学智能感知实验室(CMUPerceptualComputingLab)发布了手的关键点检测模型。详情见：我们将在本文介绍如何调用该模型。1背景!https://s4.51cto.com/image

2022-04-16 00:05:47

scala 特征点读取图像

[OpenCV实战]10 使用Hu矩进行形状匹配

在这篇文章中，我们将展示如何使用HuMoments进行形状匹配。您将学习以下内容什么是图像矩？如何计算图像矩？什么是图像矩不变量（或胡时刻）？如何使用OpenCV计算图像的Hu图像矩？如何使用Hu图像矩来找到两个形状之间的相似性。1什么是图像矩？图像矩是图像像素强度的加权平均值。让我们选择一个简单的例子来理解。为简单起见，我们考虑单通道二进制图像I。位置处的像素强度（X，Y）为I（X，Y）。二进制

2022-04-08 10:36:56

中心矩 c++python

[OpenCV实战]7 使用YOLOv3和OpenCV进行基于深度学习的目标检测

在这篇文章中，我们将学习如何在OpenCV上使用YOLOv3（目标检测网络）。YOLOv3是检测算法YOLO的最新变种已发布的模型可识别图像和视频中的80个不同对象，但最重要的是它具有超快速且几乎与Single Shot MultiBox（SSD...

2022-04-01 19:34:31

ide scala python

[OpenCV实战]6 基于特征点匹配的视频稳像

目录在这篇文章中，我们将学习如何使用OpenCV库中称为特征点匹配的技术以实现简单视频稳定稳像。我们将讨论该算法并共享代码，以便在OpenCV中使用此方法设计一个简单的稳定器，最好OpenCV3.4.3以上实现代码。什么是视频稳定，视频稳定是指用于减少相机运动对最终视频影响的一系列方法，理解成消除视频抖动就行了。见下图通常用拍摄会出现轻微的抖动，比如手机拍摄视频，后期需要对其进行视频稳像操作。!h

2022-03-31 23:49:59

角点 ide 特征点

一文搞懂决策树！ #51CTO博主之星评选#

分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。^《统计学习方法》李航结点有两种类型：内部结点（internalnode）：表示一个特征或属性叶结点（leafnode）：叶结点表示一个类顾名思义，决策树说白了就是使用树结构进行决策。让我们借助:watermelon:书^《机器学习》周志华里的一张图来看一下子。怎么判断一个西瓜是不是好瓜呢？先看他的色泽是不是已经青绿色了，

2022-03-31 19:11:51

决策树信息增益数据集

[OpenCV实战]5 基于深度学习的文本检测

在这篇文章中，我们将逐字逐句地尝试找到图片中的单词！基于最近的一篇论文进行文字检测。EAST:AnEfficientandAccurateSceneTextDetector.应该注意，文本检测不同于文本识别。在文本检测中，我们只检测文本周围的边界框。但是，在文本识别中，我们实际上找到了框中所写的内容。例如，在下面给出的图像中，文本检测将为您提供单词周围的边界框，文本识别将告诉您该框包含单词STOP

2022-03-30 23:39:51

ide 文本框 python

[OpenCV实战]1 基于深度学习识别人脸性别和年龄

本教程中，我们将讨论应用于面部的深层学习的有趣应用。我们将估计年龄，并从单个图像中找出该人的性别。模型由GilLevi和TalHassner训练。本文介绍了如何在OpenCV中使用该模型的步骤说明。Opencv版本3.4.3以上。代码教程代码可以分为四个部分：1基于CNN的性别分类建模原理作者使用非常简单的卷积神经网络结构，类似于Caffenet和Alexnet。网络使用3个卷积层、2个全连接层和

2022-03-26 23:44:00

ide 人脸检测 scala

基于PaddleX的岩石识别

@TOC项目地址：https://aistudio.baidu./aistudio/projectdetail/3539295(https://aistudio.baidu./aistudio/projectdetail/3539295)1.项目背景考虑到自己学习的是人工智能和油气的交叉学科，就想试试能不能从基本的岩石识别来做起，做一个岩石识别的小任务。本次任务思路于AI达人创造营

2022-03-24 15:47:52

paddle github 数据集

看图学NumPy：掌握n维数组基础知识点，看这一篇就够了

NumPy是Python的最重要的扩展程序库之一，也是入门机器学习编程的必备工具。然而对初学者来说，NumPy的大量运算方法非常难记!https://s4.51cto.com/images/blog/202203/19205221_6235d205143a433384.jpg?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,col

2022-03-19 20:56:46

数组 python 初始化

全卷积网络（FCN）实战：使用FCN实现语义分割

FCN对图像进行像素级的分类，从而解决了语义级别的图像分割问题。

2022-03-18 11:36:34

FCN 图像分割语义分割

代码实现nadaraya-waston核回归 #51CTO博主之星评选#

pythonimporttorchfromtorchimportnnfromd2limporttorchasd2l最基础的导包，看不懂的python需要回炉重造，不建议继续往下看文章。pythonn_train=50训练样本数x_train,_=torch.sort(torch.rand(n_train)5)训练样本的输入deff(x):return2torch.sin(x)+x0.8y_trai

2022-03-17 00:20:47

注意力机制

基于QT设计的人脸考勤打卡签到系统

文章针对当前常用考勤方式中普遍存在的代签到、考勤数据整合较慢等问题，利用华为云的人脸识别技术实现了一种基于QT框架设计的在线考勤系统。该系统可大大提高考勤效率，满足各类场环境景下的考勤需求，具有识别度高、检测速度快、操作简单的特点，能够为用户提供更多便利帮助。

2022-03-15 09:08:15

人脸识别考勤系统

AI语音识别-我给浏览器加了个语音搜索功能

随着物联网的发展,语音识别技术受到越来越多的关注，语音识别技术正积极推动信息通信领域的革命,语音拨号,语音邮件,语音输入乃至语音操控等以语音识别为基础的人机交互日益普及.尽管生物识别方式不断增多,语音识别方式仍是主流方式.与其他生物识别技术相比,语音识别技术不仅具有非接触,非侵入性,使用方便,不会遗失和忘记,不需记忆等特点。

2022-03-13 11:05:43

生成对抗网络(GAN)

@TOC(文章目录)前言在生成对抗网络(GenerativeAdversarialNetwork，简称GAN)发明之前，变分自编码器(VAE)被认为是理论完备，实现简单，使用神经网络训练起来很稳定，生成的图片逼近度也较高，但是人眼还是可以很轻易地分辨出真实图片与机器生成的图片。但在2014年GAN被提出之后，在之后的几年里面里迅速发展，生成的图片越来越逼真。1GAN1.1相

2022-03-04 08:11:26

生成对抗网络 pytorch 机器学习

Adult数据集分析及四种模型实现

@TOC(文章目录)一、数据集数据集介绍Adult数据集是一个经典的数据挖掘项目的的数据集，该数据从美国1994年人口普查数据库中抽取而来，因此也称作“人口普查收入”数据集，共包含48842条记录，年收入大于50k的占比23.93%年收入小于50k的占比76.07%，数据集已经划分为训练数据32561条和测试数据16281条。该数据集类变量为年收入是否超过50k，属性变量包括年龄、工种、学历、职业

2022-03-02 08:33:29

数据集缺失值数据挖掘

100 个 pandas 案例，强烈建议收藏！

100 个 pandas 案例，强烈建议保存

2022-01-25 18:57:15

数据分析 python pandas

featuretools完全指南-可自动构造机器学习特征的Python库

在公众号「python风控模型」里回复关键字：学习资料特征工程意味着从现有数据中构建附加特征，这些数据通常分布在多个相关表中。特征工程需要从数据中提取相关信息并将其放入单个表中，然后可用于训练机器学习模型。构建特征的过程非常耗时，因为每个新特征通常需要几个步骤来构建，尤其是在使用来自多个表的信息时。我们可以将特征创建的操作分为两类：转换和聚合。让我们看几个例子，看看这些概念的实际应用。一个转化作用

2022-01-14 12:04:26

机器学习 featuretool 特征工程

万字总结Keras深度学习中文文本分类

文章将详细讲解Keras实现经典的深度学习文本分类算法，包括LSTM、BiLSTM、BiLSTM+Attention和CNN、TextCNN。

2022-01-13 11:12:09

sed 文本分类数据集

4万字50余图3个实战示例一网打尽Transformer

各位朋友大家好，欢迎来到月来客栈。今天要和大家介绍的一篇论文是谷歌2017年所发表的一篇论文，名字叫做”Attentionisallyouneed“1。以下为文章目录，大家可以快速定位到自己关注部分的内容。1.多头注意力机制原理1.1动机1.1.1面临问题1.1.2解决思路1.2技术手段1.2.1什么是selfAttention1.2.2为什么要MultiHeadAttention1.2.3同维度

2022-01-09 19:35:43

Transformer Bert nLP

零代码快速集成AGC崩溃服务-xamarin框架-iOS

华为AGC的崩溃服务支持跨平台，按照文档整理了个Xamarin插件集成的文档，有需要的开发者可以参考。环境配置和项目设置 =========安装Xamarin环境主要是先安装visual studio for MAC，然后安装Mobile development with .NET，具体可以参考Xamarin环境搭建。AGC创建项目工程，并且开通华为分析服务。这部分是基本操作，可以参见

2021-12-13 16:41:42

自定义 ide 创建项目

ICCV 2021 口罩人物身份鉴别全球挑战赛冠军方案分享

10月11-17日，万众期待的国际计算机视觉大会 ICCV 2021 (International Conference on Computer Vision) 在线上如期举行，受到全球计算机视觉领域研究者的广泛关注。

2021-11-22 16:28:11

阿里云视频云人工智能

四种 AI 技术方案，教你拥有自己的 Avatar 形象

大火的Avatar到底是什么？随着元宇宙概念的大火，Avatar这个词也开始越来越多出现在人们的视野。2009年，一部由詹姆斯・卡梅隆执导3D科幻大片《阿凡达》让很多人认识了Avatar这个英语单词。不过，很多人并不知道这个单词并非导演杜撰的，而是来自梵文，是印度教中的一个重要术语。根据剑桥英语词典解释，Avatar目前主要包含三种含义。!1.png(https://s4.51cto.com/im

2021-11-04 15:53:15

3d 建模生成模型

基于Python的信用评分卡模型

基于Python的信用评分卡模型-give me some credit数据集，AUC 0.93,性能卓越

2021-10-24 20:34:32

建模信用评分数据

上一页 1 2 3 4 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营