Pinned Loading

1. Ensemble_CNNs Ensemble_CNNs Public

   利用Transfer Learning 以及集成学习思想构建的model,在Kaggle DogCat 比赛获得全球TOP1% ,15/1314优异成绩.

   Jupyter Notebook 5 3

2. DL_TransferLearning_DogsCats DL_TransferLearning_DogsCats Public

   依据Transfer Learning 思想,基于InceptionV3 CNN网络构建的图片分类系统,可根据需要扩展到任意图片识别系统.

   Jupyter Notebook 1

3. Sefl-Driving_Taxi_Qlearning Sefl-Driving_Taxi_Qlearning Public

   根据隐马尔科夫原理,依据Q-learning的加强学习算法, 构建一个能够自学习交通规则 并且能够经过加强学习训练之后 找到最佳规划路线 并且能在规定时间到达. 目前优化后的成功率达到99%. 这个是自动驾驶路线规划的重要部分.

   Jupyter Notebook 9 3

4. Creating_Customer_Segments Creating_Customer_Segments Public

   利用无监督学习(Kmeans, PCA等) 结合数据可视化来获取有效精准对应的客户分类,从而给以公司商业决策方面重要的参考依据.

   Jupyter Notebook 5 2

5. Student_Intervention_Predict_System Student_Intervention_Predict_System Public

   运用到AdaBoosting, RandomForest 以及LogisticRegression 三种常用优秀算法,根据大量学生的关联信息(包括:个人,学校,性别,年龄,家庭情况,学生行为如缺课,喝酒等)建立一个预测系统

   Jupyter Notebook 6 4

6. PopMovie2_Android PopMovie2_Android Public

   遵循Google Material Design风格,构建极简的IMDB电影讯息分类查询以及收藏小程序:1.用到Square框架 2.Mysql存储收藏夹信息3.Json 查询Api接口

   Java 1