文件名称：癌细胞图像识别matlab代码-SureStart:SureStart
文件大小：1.42MB
文件格式：ZIP
更新时间：2024-06-12 05:47:24
系统开源
大豆图像识别matlab代码SureStart 第1天（2/8/21）：我希望学习一些指导学习的新方法，以帮助我的研究。 这项研究使用了从癌细胞形状特征中收集的大量数据。 目标是创建一个使用形状特征预测转移行为的预测模型。 第2天（2/9/21）：监督学习是指您使用标签明确的数据集训练计算机。 无监督学习是您不需要监督模型的时候。 相反，您允许模型自己发现数据。 Scikit仅负责进行机器学习。 它无法可视化，准备或处理数据。 Scikit是基于将执行这些任务的库构建的。 第3天（21/10/21）：张量是将标量，向量和矩阵推广到更高维度的数学对象。 例如，张量可以是单个向量，单个矩阵，向量的向量或矩阵的矩阵。 python代码与我在Matlab中的编码经验完全不同。 除非有提示，否则张量计算不会提供有意义的输出。 同样，包含图像的数学表示形式的大张量用省略号缩写。 第4天（21/11/21）：这是我发现的数据集：。 经过一些研究，我发现癌症检测通常使用1-3层神经网络。 这些层可用于计算和分类不同的特征，例如大小，不规则性以及核与细胞的比率。 第5天（2/12/21）：这是我创建的笔
【文件预览】：
SureStart-main
----day11-mnist.ipynb(51KB)
----Day_12_Cats_and_Dogs.ipynb(1.78MB)
----gender-classification-of-facial-images-cnn (1).ipynb(17KB)
----day-5-sarcasm-detection.ipynb(58KB)
----Natural_Language_Processing.ipynb(18KB)
----README.md(5KB)
----digit-recognizer-blayne.ipynb(90KB)
----Sentiment.ipynb(24KB)
----HousePriceData.ipynb(17KB)
----Computer_Vision.ipynb(18KB)
----Unsampling.ipynb(28KB)