tesseract-ocr安装包和中文语言包，Python实现图片识别，python3识别图片里的文字，python3识别图片里的文字

猫狗分类的特意精选版，小巧版，一共2000张图片，测试集：400张图片，猫狗各半。 训练集：1600张图片，猫狗各半。 小巧数据集，可以保证，大概在2分钟之内训练完毕和测试完毕（一般笔记本）。

神经网络回归预测--气温数据集

https://blog.csdn.net/zxm_jimin/article/details/94742224

吴恩达2014机器学习课程对应全部作业，内有详细代码以及题目说明文档！！代码清晰，亲自做过无任何问题！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！

本资源为自己人工标记的微博语料，分为消极pos.txt，积极neg.txt 各60000条，适用于机器学习情感分析，训练数据原数据

根据随机森林的原理实现的matlab代码，里面有非常详细的注释，几乎每行都有，针对分类问题，可以运行，可以根据需要，修改到自己的算法中。

时间序列预测代码中所使用的数据集

ARIMA模型-matlab代码，可以根据自己的实际情况进行参数调节，实现所需要的效果。

粒子群算法 求函数最小值，matlab代码。链接是讲解粒子群算法 https://blog.csdn.net/zyqblog/article/details/80829043 。 我用ubuntu下matlab编写的代码，你在windows下可能有中文乱码，不过都是注释，你可以去博客链接中查看主要代码部分，不影响的

leetcode全套解答python版本。包括更新到10月份的的leetcode

人脸检测 人脸对齐 人脸识别工程，五点人脸特征识别 实时性好

examples中含有tutorials文件，在报错：No module named ‘tensorflow.examples’时，进行解决

关于代码的介绍可以参考https://blog.csdn.net/qq_41562704/article/details/88975569，代码基于Win10 + Python3.7环境，对采集的图片进行了图像平滑，基于OTSU阈值的肤色分割，基于八邻域搜索法进行轮廓检测操作，最终完成了手势图片从采集到轮廓曲线的提取过程，对已得到的轮廓曲线提取其傅里叶描述子和椭圆傅里叶描述子，并分别进行了归一化处理。用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了简易界面。

这个一个python实现的车道线识别程序，基于opencv库。压缩包内还附了测试用的图像和视频，适合进行python和图像处理学习。

内含13种图像特征提取代码：01_Histogram、02_GLCM、03_Color、04_ShapeContext、05_SIFT、06_HOG、07_LBP、08_Gabor、09_SURF、10_Harris、11_FAST、12_BRIEF、13_ORB

Python是一种编程语言，可让您快速工作 无论您是编程新手还是经验丰富的开发人，都可以轻松学习和使用Python

波士顿房价预测的BP神经网络实现 1) 训练数据 housing.csv 使用波士顿房价数据 2) 使用Python代码实现前向和后向传播 3) 损失函数使用方差

免费下载 人脸识别的68个特征点检测库dat文件 如果收费请移步：https://blog.csdn.net/qq_51985653/article/details/113748025?spm=1001.2014.3001.5501

Python Machine Learning By Example by Yuxi (Hayden) Liu English | 31 May 2017 | ASIN: B01MT7ATL5 | 254 Pages | AZW3 | 3.86 MB Key Features Learn the fundamentals of machine learning and build your own intelligent applications Master the art of building your own machine learning systems with this example-based practical guide Work with important classification and regression algorithms and other machine learning techniques Book Description Data science and machine learning are some of the top buzzwords in the technical world today. A resurging interest in machine learning is due to the same factors that have made data mining and Bayesian analysis more popular than ever. This book is your entry point to machine learning. This book starts with an introduction to machine learning and the Python language and shows you how to complete the setup. Moving ahead, you will learn all the important concepts such as, exploratory data analysis, data preprocessing, feature extraction, data visualization and clustering, classification, regression and model performance evaluation. With the help of various projects included, you will find it intriguing to acquire the mechanics of several important machine learning algorithms – they are no more obscure as they thought. Also, you will be guided step by step to build your own models from scratch. Toward the end, you will gather a broad picture of the machine learning ecosystem and best practices of applying machine learning techniques. Through this book, you will learn to tackle data-driven problems and implement your solutions with the powerful yet simple language, Python. Interesting and easy-to-follow examples, to name some, news topic classification, spam email detection, online ad click-through prediction, stock prices forecast, will keep you glued till you reach your goal. What you will learn Exploit the power of Python to handle data extraction, manipulation, and exploration techniques Use Python to visualize data spread across multiple dimensions and extract useful features Dive deep into the world of analytics to predict situations correctly Implement machine learning classification and regression algorithms from scratch in Python Be amazed to see the algorithms in action Evaluate the performance of a machine learning model and optimize it Solve interesting real-world problems using machine learning and Python as the journey unfolds About the Author Yuxi (Hayden) Liu is currently a data scientist working on messaging app optimization at a multinational online media corporation in Toronto, Canada. He is focusing on social graph mining, social personalization, user demographics and interests prediction, spam detection, and recommendation systems. He has worked for a few years as a data scientist at several programmatic advertising companies, where he applied his machine learning expertise in ad optimization, click-through rate and conversion rate prediction, and click fraud detection. Yuxi earned his degree from the University of Toronto, and published five IEEE transactions and conference papers during his master's research. He finds it enjoyable to crawl data from websites and derive valuable insights. He is also an investment enthusiast. Table of Contents Getting Started with Python and Machine Learning Exploring the 20 newsgroups data set Spam email detection with Naive Bayes News topic classification with Support Vector Machine Click-through prediction with tree-based algorithms Click-through rate prediction with logistic regression Stock prices prediction with regression algorithms Best practices

这是最好用的matlab遗传算法工具箱：gatbx，工具箱可直接使用。安装说明及使用简介可见《matlab遗传算法gatbx工具箱介绍及安装说明》一文。

opencv实时识别指定物体，所有需要的用到的文件都已经放上了，opencv 3.4.0 python 3.6.3

PlatEMO平台是由课题组田野师兄进行开发的，里面包含了众多经典多目标优化算法的matlab代码，需要的自行下载(仅仅限粉丝下载)

2007年的上海GPS出租车数据集，特征包括：出租车ID、时间、经度、维度、夹角角度、出租车的瞬时速度和出租车载客状态。接近10万条数据，并且附上了LogViewer工具来快速查看每一个数据集。本人学术研究使用过的数据集，绝对可靠！

使用PCL实现的欧几里德聚类ROS节点，配合地面过滤可实现较为理想的激光雷达障碍物检测，具体见博客链接：https://blog.csdn.net/AdamShan/article/details/83015570

win10 64位下的Graphviz可视化工具 graphviz-2.38.msi，直接next默认安装就可以，别忘了将bin路径加入系统环境PATH

基于两维的目标跟踪航迹融合算法MATLAB仿真程序，小程序，对初学者会有帮助，里面有用到简单凸组合航迹融合算法、bar-shalom-campo航迹融合算法和卡尔曼滤波

基于C#环境下结合halcon库开发的机器视觉软件系统，完整的一套视觉软件系统，用于工件表面质量检测，等功能。提供 所有功能的源代码

国际学术会议poster模板（5个），选择适合自己模板。 国际学术会议poster模板（5个），选择适合自己模板。 国际学术会议poster模板（5个），选择适合自己模板。

在matlab中实现ARIMA时间序列预测。函数形式如下： function [result] = ARIMA_algorithm(data, Periodicity, ACF_P, PACF_Q, n) 其中data为预测所用的数据，为一维列向量；Periodicity为数据的周期；ACF_P和PACF_Q分别是p值和q值；n为想要预测的数据的个数。所返回的结果result是预测出来的数据（一维列向量），同时会画出预测数据的折线图。

自己常用的程序 解压直接可用，各种光谱数据预处理代码matlab 预处理 光谱数据 平滑求导 中心化散射校正

sklearn使用手册，包括实例step by step，迄今为止讲解得最为详细的该库的中文版使用手册。既有理论也有代码的实现，只要稍微会点Python,理解起来就十分容易了。如果有数学基础的话，那就更好了！（非必须）。

车牌识别 模板匹配 本文车牌识别系统主要包括了图像预处理、车牌定位、字符分割、字符识别等四大核心部分。

Python+Neo4j医药知识图谱自动问答系统源码，知识图谱构建，自动问答，基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。

Tensorflow-gpu版本缺少的dll文件

这是从网上找到的资源，但是却不能运行，经过修改，加入了些自己的解释，已成功运行，得到结果人脸的识别率高达97.5%。

自然语言处理情感分析 舆情监测 需要用到的最全中文情感和语义词库

人工智能全套学习ppt，适合初学者对于人工智能方面有总体的了解

资源中包含完整的C4.5决策树算法Python代码和测试数据，其中有4个文件：C45.py是算法的实现代码，treePlotter.py是绘制决策树代码，PlayData.txt是样本数据，C45test.py用来构建、绘制并测试决策树，您可以运行该文件来依次进行决策树的构建、剪枝、绘制树型图，并对测试样本进行分类。

本次资源是从platEMO平台上抠出的NSGA3代码（MATLAB）

1.首先单击载入图像菜单项（载入车辆图像）,图像在images文件夹下面。 2.然后单击车牌定位与识别单项，依次进行车牌提取、倾斜校正、字符分割、字符识别。

python利用hog+svm进行行人检测，并可以进行简单的跟踪

zbar条码识别库，支持Windows32位和64位版本。

文件为经典实用Halcon教程资料（大恒+工作搜集），是作者搜集的非常有用的资料，分享给大家1

最新版cudnn-9.0-windows10-x64-v7，下载解压可完美解决找不到Tensorflow框架问题

本资源主要通过matlab对Paviau高光谱数据集进行分类，使用了pca、kpca、lda三种数据降维方法以及svm、knn、cnn三种数据分类算法。

从python官网下载的最新的python运行环境，python-3.6.2。

文档为图片（180张） 清华大学教授180张PPT解读人工智能（纯干货

xgboost是陈天奇大牛新开发的Boosting库。它是一个大规模、分布式的通用Gradient Boosting（GBDT）库，它在Gradient Boosting框架下实现了GBDT和一些广义的线性机器学习算法。

使用YOLOv3模型训练自己的数据集，在Ubuntu16.04下面已经能够成功运行，下载使用好了给个好评，O(∩_∩)O谢谢

时间序列预测讲义（ARIMA&LSTM;）及python代码，首先讲述了基本概念及公式，然后提供了python代码