基于 TensorFlow、Keras 和 scikit-learn，介绍了 21 个典型的人工智能应用场景。 这些应用场景被分类为预测类项目实战、识别类项目实战和生成类项目实战。 其中预测类项目包括房价预测、泰坦尼克号生还预测、共享单车使用情况预测、福彩 3D 中奖预测、股票走势预测等 8 个项目； 识别类项目包括数字识别、人脸识别、表情识别、人体姿态识别等 7 个项目； 生成类项目包括看图写话、生成电视剧剧本、风格迁移、生成人脸等 6 个项目; 适合新手下载。

本文来自于csdn，本文章主要是对真实数据进行实战，手把手带你走一遍使用机器学习对真实数据进行处理的全过程。Scikit-learn集成了很多机器学习需要使用的函数，学习Scikit-learn能简洁、快速写出机器学习程序。并且通过代码更加深入的了解机器学习模型，学习如何处理数据，如何选择模型，如何选择和调整模型参数。1、推荐安装Anaconda（集成Python和很多有用的Package）2、编辑器：Spyder或Pycharm或JupyterNotebook1、下载数据数据集为房屋信息housing，代码运行后，会下载一个tgz文件，然后用tarfile解压，解压后目录中会有一个housi

本文来自于csdn，文章详细介绍了SupervisedLearning(有监督学习)以及ROC曲线等相关知识。MachineLearning分为有监督学习与无监督学习，这个系列重在介绍有监督学习，即，通过告知算法有关Features和对应的输出Labels，然后当有新的feature数据时，做label预测。首选Anaconda安装，Mac下可以用brew直接装。Iris是sklearn中内嵌的一组数据，可以用以学习通过特征值对鸢尾花进行分类。1上面两个数据都是numpy中ndarray类型。ndarray作为类似于高代中的矩阵来表达数据，通过高效的C底层库，能比python内置类库更快地做大

利用Neural Renderer神经网络渲染器实现3D模型渲染

C语言程序设计实践题目要求 2017级通信工程3班 总体要求: (1)每位同学的输出界面要有带有自姓名、学号、班级、完成时间(年月日时分等信 息自动根据系统生成)等信息。 (2)、 首先show出所选题目和要求，并有文字提示，如按键后展示 正式的程序内容”， 如系统界面、目录等。即要求在展示自己的最终成果前， 要有展示自己题目的过程。 (3)、可以对本程序的主要功能进行清晰的讲解。 (4)、按时完成实验报告，并要求绘制出流程图和主要算法步骤。 (5)、三人一组，题目必须有内容区分，最后以小组为单位制作PPT.对项目整体过程 进行讲解(可分工，有人制作PP,有人讲解PD,老师将根据情况给小组成员统一分数。 二、题目: 10.智能日历系统(115 分) 实践内容:定义一个名为date的结构体，字包含3个整数成员: year. month 和day. 开发一一个交互式模块化程序，完成以下功能: ●用一个函数将输入的长整型日期读入到结构体成员中。如输入20150612. ●用另一个函数来验证所输入日期的合法性。如20150631- 给出提示“4月只有30 天”，如20150229--给出提示 “2015年不是闰年，2月只有28天”，如20151403---给出 提示“您输入的月份有误”。 用第三个函数按如下格式显示日期: June 12, 2015，即输出“今天为: June 12, 2015”。 ●用第四个函数更新当前输入的日期，给出该日期后1天应该为哪天，并用第三个函数 进行显示。如输出“明天为June 13, 2015”。注意需判断是否为该月或该年的最后一天。 ●用第五个函数输入和记录重要日期(格式为序号、分类、日期、备注)，并加入分类 (生日、纪念日、节日)和备注。如: #1生日April25， 1969母亲生日; #2纪念日May 1， 2018第一次牵手。 要求: (1)、 系统用菜单进行功能调用和操作。 (2)、要求重要日期存储在ut文件中，并且可以实现重要日期插入，插入后按照日期 顺序排列。 (3)、可以通过“重要日期的分类”，查询并展示所存储的所有该类重要日期。 (4)、可以实现，任意输入一个日期，判断当前日起是否为重要日期，并显示该日期的信息。

An Overview of Distance Metric Learning (by Liu Yang)，特别经典的度量学习综述论文，英文文档。

Hands-On Machine Learning with Scikit-Learn and TensorFlow + 源码

使用人脸识别的考勤管理系统 :laptop: 该项目涉及构建一个考勤系统，该系统利用面部识别来标记员工的在场，进场和超时。 它涵盖了面部检测，对齐和识别等领域，还开发了一个Web应用程序以迎合系统的各种用例，例如新员工注册，将照片添加到培训数据集中，查看出勤报告等。该项目旨在替代传统的手动考勤系统。 它可用于对安全至关重要的公司办公室，学校和组织中。 该项目旨在自动化传统的考勤系统，其中手动标记了考勤。 它还使组织能够以数字方式维护其记录，例如准时，缺勤，休息时间和出勤。 系统的数字化也将有助于使用图形显示编号来更好地可视化数据。 今天在场的员工人数，每位员工的总工作时间及其休息时间。 它的附加功能可以有效地升级和替换传统的考勤系统。 项目范围 :rocket: 面部识别在我们的社会中正变得越来越重要。 它在安全领域取得了重大进展。 它是一种非常有效的工具，可以帮助低级执行者识别犯罪分子，软件公司正在利用该技术来

Skorecard scorecard是scikit-learn兼容的python软件包，可帮助简化信用风险接受模型（记分卡）的开发。 记分卡是银行在信贷决策过程中使用的“传统”模型。 在内部，记分卡是Logistic回归模型，其利用合并到不同组中的功能。 装箱过程通常由专家手动完成， skorecard提供了使此过程更容易的工具。 skorecard建立在以及 ， 和等其他出色的开源项目。 特征 :star: 自动化scikit-learn管道内的功能存储。 Dash Webapp可帮助您通过业务知识手动调整功能的存储桶（尚不可用） sklearn.linear_model.LogisticRegression扩展，它也能够报告p值 绘制和报告以加快分析和编写技术文档的速度。 安装 pip3 install skorecard 文献资料 参见 。

tf2crf 一个简单的CRF层用于tensorflow 2 keras 支持keras遮罩 安装 $ pip install tf2crf 特征 易于使用的带有张量流的CRF层 支持混合精度训练 支持具有DSC丢失的ModelWithCRFLossDSCLoss，这会在数据不平衡的情况下提高f1得分（请参阅） 注意力 在keras_contrib中添加CRF之类的内部内核，因此现在无需在CRF层之前堆叠Dense层。 我已经更改了将损耗函数和精度函数放在CRF层中的以前的方式。 相反，我选择使用ModelWappers（称为jaspersjsun），它更干净，更灵活。 尖端 tensorflow> = 2.1.0建议使用与您的tf版本兼容的最新tensorflow-addons。 例子 import tensorflow as tf from tf2CRF import CRF