精选微任务

收费
Tensorflow之验证码识别
Tensorflow是目前最流行的深度学习框架,我们可以用它来搭建自己的卷积神经网络并训练自己的分类器,本实验介绍怎样使用Tensorflow构建自己的CNN,怎样训练用于简单的验证码识别的分类器。主要涉及:1.captcha库生成验证码2.如何将验证码识别问题转化为分类问题3.可以训练自己的验证码识别模型。
收费
TensorFlow卡通表情识别
深度学习是指在多层神经网络上运用各种机器学习算法解决图像、文本、人脸识别或面部表情识别等各种问题的算法集合。本次实验旨在通过简单模型让学习者掌握深度学习的整体流程。本实验制作了一个仅有120个样本的、涵盖四个手画表情的训练集,然后利用此训练集训练出一个全连接模型,最后将其应用于卡通表情识别。
预测糖尿病人是否患癌症
在统计学中,线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。本次任务利用diabetes数据集,分析预测糖尿病人是否患癌症。
旧金山犯罪分类预测
朴素贝叶斯算法(Naive Bayes Classifier,或 NBC)对条件概率分布做了条件独立性的假设,由于这是一个较强的假设,朴素贝叶斯也由此得名!朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法,朴素贝叶斯分类器发源于古典数学理论,有着坚实的数学基础,以及稳定的分类效率。同时,NBC模型所需估计的参数很少,对缺失数据不太敏感,算法也比较简单。
共个学习任务