简介:TensorFlow是美国谷歌公司于2015年发布的开源机器学习系统,具有灵活易用、开源免费等特点。该框架集成了大量机器学习方面的算法,使得利用这一框架开发应用系统较为高效。在数据量充足且对自动化要求较高的应用场景中,TensorFlow人工神经网络可以作为房屋价格批量评估的选择之一。本文介绍了基于TensorFlow构建房屋价格的人工神经网络模型,并应用于批量评估实例,期望为有需求的研究者提供参考。
简介:自改革开放后,我国科学技术水平有了显著提升,而在这样的时代背景下,机器人教育事业得以快速发展,同时也作为创客教育的承接载体,为我们高中学习提供了一个恰当的平台,而一些开元软硬件的出现,更是为我们高中生提供良好的学习条件。其中Arduino机器人课程便是新型创客课程的典型代表,有效提高了我们高中生的学习成绩。
简介:随着互联网的日益普及,读者获取知识越来越容易,但是伴随互联网“爆炸式”的海量知识泛滥,不仅增加了读者的阅读量,而且需要读者花费更多的时间和精力去发现和吸收。如何管理多样化的海量知识,从中挖掘内在的价值并了解其内容的规律性,以促进科技创新,变得越来越重要,也吸引了图书情报和知识管理学者的浓厚兴趣。文章以大数据和云计算作为基础,采用机器学习等先进的与计算机人工智能相关的技术,通过获取读者的知识获取行为日志、知识内容大数据、分布式关联规则云计算,最终形成基于机器学习的知识管理与科技创新服务系统应用与示范平台。以机器学习为主的计算机人工智能技术的广泛应用为知识管理和科技创新服务领域提供了新的发展思路,其已成为行之有效的方法之一。
简介:短文本情感分类是一种面向主观信息分类的文本分类任务,具有重要的研究价值和广泛的应用前景,如旅游景区口碑评价、舆情跟踪、产品声誉分析等。为了提高短文本情感分类准确率,文章提出了一种基于Stacking融合深度学习模型和传统机器学习模型的短文本情感分类方法。该方法从短文本数据集分别提取TFIDF和Word2Vec特征,并作为传统机器学习模型和深度学习模型的输入,再基于Stacking技术将多个基分类器(包括Logistic,PassiveAggressive,Ridge,SVC,SVR等传统机器学习模型和深度学习文本分类模型TextRCNN)的分类结果进行融合处理,得到短文本情感分类的最终结果。该方法采用LightGBM作为Stacking最后一层的分类器,基于旅游景区网络评论数据集进行了验证。实验结果表明,该方法能够获得比最好基分类方法更好的分类效果,而且对积极、中性和消极三类情感文本的平均分类准确率达到了71.02%。