案例介绍
无监督学习是一种机器学习，它在没有预先存在的标签和最少的人工监督的情况下，在一个数据集中寻找以前未被发现的模式。与通常使用人类标记数据的监督学习不同，非监督学习(也称为自组织学习)允许对输入的概率密度建模。它与监督学习和强化学习一起构成了机器学习的三个主要类别之一。无监督学习的两种主要方法是主元分析法和聚类分析法，其中聚类分析是机器学习的一个分支，它将没有标记、分类或分类的数据分组。在计算机视觉中，我们感兴趣的是如何识别一组像素，这称之为图像分割问题。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
管理系统
通过使用element ui/ant design 完成管理
-
小程序/App
用uniapp独立完成微信小程序的开发，在小程序持续向好的发
-
交互机器人
实现智能语音交互机器人，能够同用户对话，理解用户意图，提取实
-
三维警务系统
三维警务：系统主要实现全市三维模型为地图基类，实现各类相关业
-
化盟网
次项目主要是用于卖货，租车，就类似与一个购物平台。这个都是上
-
某市智慧应急
项目包含微信小程序、政府pc、企业pc、指挥中心大屏等多端。
-
数字化乡村
主要负责大屏得页面设计 组件得开发 数据调用方面得封装。
-
qr-sensei
1.扫码进行解析，得到结果，可以copy delete sh
-
车牌号识别
车牌号识别 主要使用网络成熟字符训练集，利用二分查找，结合
-
算法中台
主要包括大规模文本分类算法（Bert & FastT
-
多模态知识图谱
用于处理结构化数据（采用本体+D2R技术）和文本数据（采用文
-
公园人群计数
利用公园中的摄像头，对公园中各个区域中的人群进行计数，并区分
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
