Card-Ocr 身份证识别OCR, 从身份证图片中自动提取身份证号或者其他字段。 测试图片来自百度搜索的样例图片。 找到的图片比较少，目前都能正确识别。 可用的数据集个人很难找到。 Update for Windows 百度开源了PaddleOcr，识别中文效果很好，编译了一个Windows版本在windows目录。 可以使用CardOcr.exe test0.png 或者CardOcr.py里面的方法调用API。 VisualStudio 2017的源码可以在Source.7z中找到 这种方式加一些逻辑判断可以解析身份证所有字段 Card-Ocr 身份证识别OCR, 从身份证图片中自动提取身份证号或者其他字段。 测试图片来自百度搜索的样例图片。 找到的图片比较少，目前都能正确识别。 可用的数据集个人很难找到。 Update for Windows 百度开源了PaddleOcr，识别中文效果很好，编译了一个Windows版本在windows目录。 可以使用CardOcr.exe test0.png 或者CardOcr.py里面的方法调用API。 VisualStudio 201

简介 用keras实现ocr定位、识别，后端tensorflow. 环境 win10 titanx 识别 数据集链接: https://pan.baidu.com/s/1jJWfDmm 密码: vh8p (中英数300W+,语料不均衡) crnn：vgg + blstm + blstm + ctc densenet-ocr ：densent + ctc 网格结构 GPU 准确率 模型大小 crnn 60ms 0.972 densent+ctc 8ms 0.982 18.9MB

基于python的中文语音识别系统. 包含声学模型和语言模型两个部分组成，两个模型都是基于神经网络。 声学模型 - acoustic_model文件夹下 该项目实现了GRU-CTC中文语音识别声音模型，所有代码都在gru_ctc_am.py中，包括： 增加了基于科大讯飞DFCNN的CNN-CTC结构的中文语音识别模型cnn_ctc_am.py，与GRU相比，对网络结构进行了稍加改造。 完全使用DFCNN框架搭建声学模型，稍加改动，将部分卷积层改为inception，使用时频图作为输入，cnn_with_fbank.py。 新增使用pluse版数据集的模型，cnn_with_full.py，建议直接训练这个模型。 语言模型 - language_model文件夹下 新增基于CBHG结构的语言模型language_model\CBHG_lm.py，该模型之前用于谷歌声音合成，移植到该项目中作为基于神经网络的语言模型。 数据集 增加stc、primewords、Aishell、thchs30四个数据集，整理为相同格式，放于acoustic_model\data中,调用四个数据集的脚本

使用python+flask搭建的一个网站，然后从网页的写字板上获取鼠标手写的汉字经过转码后传回后台，并经过图片裁剪处理之后传入CNN手写中文识别的模型中进行识别，最后通过PIL将识别结果生成图片，最后异步回传给web端进行识别结果展示。中文总共50,000多汉字，常用的有3,755个。这里主要对常见的3755个汉字进行识别。

username: admin password: 111111

使用Logstic Regression对信用卡欺诈检测进行分类 步骤以及一些需要注意的点 特征工程 样本不均衡问题的解决(降采样以及过采样两种方式) 下采样策略 交叉验证(充分利用数据，使模型更具说服力) 模型评估方法(分类准确率，精确率，召回率，F1值) 正则化惩罚(防止模型过拟合，引入L2正则化) 逻辑回归阈值对结果的影响(通过混淆矩阵的可视化以及召回率来体现) 过采样策略(SMOTE算法)

人工智能-项目实践-社交网络-社交网络中的链路预测算法 社交网络上的链路预测实验 本项目代码包含以下几个链路预测算法： Variational Graph Auto-Encoders：一种用于图上无监督学习的端到端可训练卷积神经网络模型，也是本论文所研究的主要方向。 Node2Vec：一种基于skip-gram模型的方法，用于学习给定图内随机游走的节点嵌入。 Spectral Clustering：使用谱嵌入从邻接矩阵创建节点表示。 基线方法：Adamic-Adar， Jaccard Coefficient,，Preferential Attachment 环境依赖包 Python 3.6.6 tensorflow 1.12.0 networkx 2.2 scipy 1.2.1 scikit-learn 0.20.2 pandas 0.24.0 gensim 3.7.1 matplotlib 3.0.3 系统安装配置好Python环境后，可使用python setup.py install 安装依赖。

##文件说明 data.csv : 转发数据； weibo_login.py、post_encode.py : 模拟登陆模块； get_weibo.py ：解析网页模块； network_graph.py ： 绘制网络图； time_graph.py ： 绘制时间图； network_graph.png : 网络图； time_graph.png : 时间图。

社区发现算法 polblog.txt为数据集，表示邻接矩阵。 matrix_fac.py进行矩阵分解。 membershipmatrixtocommunity2.py进行社区划分。 nonModulary.py计算模块度。 average conductance.py计算AC值

人工智能-项目实践-推荐算法-基于豆瓣电影用户数据使用Canop+K-means聚类实现的协同过滤推荐算法