我们可以使用Javascript的OpenCV吗? 有这样的实现吗? 有什么JS库可以用来检测图片或video中的脸部元素吗?
我正在一个情绪分析问题的数据看起来像这样: label instances 5 1190 4 838 3 239 1 204 2 127 所以我的数据是不平衡的,因为1190个instances被标记为5 。 对于使用scikit的SVC进行分类。 问题是我不知道如何以正确的方式来平衡我的数据,以准确计算多类别案例的精确度,回忆率,准确度和f1分数。 所以我尝试了以下方法: 第一: wclf = SVC(kernel='linear', C= 1, class_weight={1: 10}) wclf.fit(X, y) weighted_prediction = wclf.predict(X_test) print 'Accuracy:', accuracy_score(y_test, weighted_prediction) print 'F1 score:', f1_score(y_test, weighted_prediction,average='weighted') print 'Recall:', recall_score(y_test, weighted_prediction, average='weighted') print 'Precision:', precision_score(y_test, weighted_prediction, average='weighted') print '\n clasification report:\n', classification_report(y_test, […]
我正在寻找一个开源的neural network库。 到目前为止,我已经看过FANN,WEKA和OpenNN。 我应该看看其他人吗? 当然,标准是文档,示例和易用性。
我有一个三维vector大集。 我需要根据欧几里德距离对它们进行聚类,使得任何特定聚类中的所有向量之间的欧氏距离小于阈值“T”。 我不知道有多less个集群存在。 最后,可能存在不属于任何聚类的单个vector,因为其欧几里得距离不小于空间中任何vector的“T”。 现在应该使用哪些现有的algorithm/方法? 谢谢Abhishek S
我正试图从头开始build立一个neural network。 在所有人工智能文献中都有一个共识,即应该将权重初始化为随机数,以便networking更快地收敛。 但是,为什么neural network初始权值初始化为随机数? 我曾经在某处读过这样做是为了“打破对称”,这使得neural network学得更快。 如何打破对称使得学习速度更快? 不会将权重初始化为0是一个更好的主意? 这样权重就能够更快地find它们的值(无论是正值还是负值)? 有没有其他的背后的理念背后随机化的权重,希望他们会接近最佳值时初始化?
我正在考虑用markov链来创build一个聊天机器人,但是我不完全确定如何使它工作。 根据我的理解,你可以用一个给定的单词和随后的单词创build一个表格。 在训练机器人的时候是否可以附加任何概率或计数器? 这是一个好主意吗? 问题的第二部分是关键字。 假设我已经可以从用户input中识别关键字,那我该如何生成一个使用该关键字的句子呢? 我并不总是想用这个关键字来开始这个句子,那么我怎么种马尔可夫链呢?
有没有人知道三者之间的具体差异和特点,还是如果有更多的function/更灵活的使用作为开发人员?
我期待做一些句子分析(主要是twitter应用程序),并推断一些一般特征。 Ruby中有这种types的自然语言处理库吗? 类似于有一个很好的自然语言处理库,但对于Ruby。 我更喜欢一些非常一般的东西,但任何线索感谢!
我正在寻找如何计算层数和每层神经元数量的方法。 作为input,我只有input向量的大小,输出向量的大小以及训练集的大小。 通常最好的networking是通过尝试不同的networking拓扑结构并select错误最less的networking来确定的。 不幸的是我不能那样做。
作为一个工程专业的学生,我想用python做一个聊天机器人。 所以,我search了很多东西,但是找不到能教会我或给我一些具体信息来构build一个智能聊天机器人的东西。 我想制作一个聊天机器人,就像朋友和你聊天一样。 我现在期待它只是我的笔记本电脑上的一个软件(想在以后的IM,IRC或网站上实现)。 所以,我正在寻找一个教程/任何其他信息,肯定会帮助我完成我的项目。