说明：包含Nexus Info实习的第2阶段项目

说明：该存储库包含用于各种目的的图像分类模型集合，包括车辆、对象、动物和花卉分类。每个分类器都使用深度学习技术和预先训练的模型来构建，以基于各自的类别准确地识别和分类图像。

说明：基于官方yolov8的onnxruntime的cpp例子修改,目前已经支持图像分类、目标检测、实例分割。Based on the cpp example modification of official yolov8 s onnxruntime, it currently supports image classification, target detection, and instance segmentation.

说明：建立了用于MRI脑肿瘤分类（胶质瘤、脑膜瘤、无肿瘤、垂体）的CNN，准确率为99.4%。使用数据增强、优化学习速率（Adam），并包括EarlyStopping、ReduceLROnPlateau以获得卓越的性能，避免过拟合。提早、准确诊断，推进医疗。

说明：DeviceScope：用于检测和定位耗电量时间序列中的电器模式的交互式应用程序

说明：人工智能驱动的Spendenraid评估。

说明：进化算法框架

说明：该存储库包含用于各种目的的图像分类模型集合，包括车辆、对象、动物和花卉分类。每个分类器都使用深度学习技术和预先训练的模型来构建，以基于各自的类别准确地识别和分类图像。

说明：该存储库包含逻辑回归算法的实现，该算法用于使用一对多（OvR）方法对Iris数据集进行分类，该方法是用Python 3.12和TensorFlow v2.16开发的。

说明：这是我的速度跑系列的一部分。笔记本在大约4小时内完成。基于社交媒体参与和尝试分类的全球新闻集群

说明：机器学习黑客马拉松

说明：基于引力透镜图像的多类分类和物理信息模型来识别暗物质子结构。

说明：本项目旨在构建情感分析模型，能够将文本数据分为三类：积极、消极和中性情绪。

说明：数据科学的大爆炸——从开始到结束的预测——【第三册】

说明：太空船泰坦尼克号分类

说明：2024年阿普兹瓦人工智能居住计划——项目4

说明：使用MNIST数据集的CNN示例。在MNIST上实现~99%测试精度的简单convnet。

说明：使用Google Colaboratory解决freeCodeCamp.org猫或狗图像分类器

说明：该报告使用LLR和LT获得的长期序列遥感图像数据进行基于深度学习的时间序列聚类和分类。

说明：开发预测模型，以确定出院后30天内再次入院的高危患者。

说明：一种预测肺炎并确定胸部X射线图像位置的深度学习模型

说明：一种贝叶斯多语言文档模型

说明：使用遗传编程对虹膜数据集进行分类的示例

说明：使用C从头开始构建和测试许多ML算法++

说明：题为“通过域自适应推进外周血涂片中的实例分割和WBC分类：PBC和新RV-PBS数据集的研究”的论文代码，发表在Elsevier的Expert Systems With Applications（ESWA）期刊上。

说明：Este repositorio contiene nuestra solucion on al problema propuesto por Accenture para el Concurso de Modelización de Problemas de Empresa，organizado por la Facultad de Matem ticas de la Universidad Complutense de Madrid，en su dición d 2023年。castellano IA的人类和一般知识产权协议。

说明：机器学习分类任务

说明：使用Django的web应用程序，允许用户提交皮肤照片以进行深入分析。截至目前，它包括用于不同皮肤癌疾病的一般分类模型，以及使用机器学习精确生成黑色素瘤（一种特殊类型的皮肤癌）掩模的自定义图像分割模型。

说明：本笔记本着眼于使用各种基于Python的机器学习和数据科学库，试图构建一个机器学习模型，该模型能够根据某人的医学属性预测其是否患有心脏病。

说明：为分类任务训练视觉transformer。