文件名称：所有项目清单
文件大小：14.43MB
文件格式：ZIP
更新时间：2024-03-08 01:16:36
（一）机器视觉 使用YOLOv3对64种食品进行对象检测，2019年（15K训练图像，45K训练边界框，mAP：0.42） （二）自然语言处理 （2K培训数据，acc：96.9％） （50K训练数据，acc：80.7％） （III）R中的预测建模 涉及EDA，特征工程，机器学习算法（回归，逐步回归，随机森林，梯度提升，广义加性模型，多元自适应回归样条，贝叶斯加性回归树，支持向量机）的预测建模项目，模型选择和模型推断。 （RF / GBM比空模型的MAE改善了35.0％） （BART模型比null模型的RMSE改善了80.9％） （IV）Python中的机器学习 机器学习算法的实现，包括，和，2018年 || 楷模 线性回归，正则化，最近邻，核回归，逻辑回归，决策树，合奏，最近邻，聚类，高斯混合，潜在的dirchlet分配 || 演算法 梯度下降，坐标下降，随机梯度，递归贪婪，增强，K
【文件预览】：
All-Projects-List-master
----Object Detection in Complex Food Images.pdf(14.14MB)
----Development of Logistics Data Visualization System.pdf(1MB)
----Production & Operations Improvements.pdf(229KB)
----README.md(4KB)