这份代码实现了Adaboost算法，采用了树桩分类器作为基分类器。
Python 28 次浏览
**BP算法分类详解** BP（Backpropagation，反向传播）算法是神经网络学习中最为经典和广泛应用的训练方法，特别是在多层前馈神经网络（Feedforward Neural Network, FNN）中。它由Rumelhart、Hinton和Williams在1986年提出，通过梯度下
Symbian 21 次浏览
在Python3中，实现Adaboost算法主要涉及构建弱分类器、更新样本权重和组合弱分类器为强分类器几个步骤。首先，初始化样本权重，然后对每个弱分类器进行迭代，根据当前样本权重训练弱分类器，计算弱分类器的错误率，并据此更新样本权重。最后，根据每个弱分类器的权重，将其组合成强分类器。实现过程中，需要
Python 20 次浏览
使用AdaBoost和Haar-like特征进行人脸检测
C++ 27 次浏览
利用C#编写的BP神经网络，可根据需求调整测试函数。
C# 23 次浏览
React 应用模板 该项目提供了 React 应用的完整配置。 使用说明- 安装 Node.js 14 以上版本- 执行 yarn 安装所有依赖- 执行 yarn dev 在本地 3000 端口运行应用（开发模式）- 执行 yarn dev:prod 在本地 3000 端口运行应用（生产模式）-
Typescript 33 次浏览