人工智能_人脸识别_表情识别_基于Python的人脸识别之表情识别项目相关源码 简介 使用卷积神经网络构建整个系统，在尝试了Gabor、LBP等传统人脸特征提取方式基础上，深度模型效果显著。在FER2013、JAFFE和CK+三个表情识别数据集上进行模型评估。 环境部署 基于Python3和Keras2（TensorFlow后端），具体依赖安装如下(推荐使用conda虚拟环境)。

基于python的强化学习算法Q-learning设计与实现

DBSCAN算法实现，基于Python语言，非调用sklearn库，参考了周志华《机器学习》的算法流程，代码清晰易懂。

基于python的深度强化学习算法Deep Q Learning实现

基于Python实现数采系统实时数据的定时采集与处理.pdf

基于python的强化学习斗地主设计与实现

1、资源内容：毕业设计lun-wen word版10000字+；开题报告，任务书 2、学习目标：快速完成相关题目设计； 3、应用场景：课程设计、diy、毕业、参赛； 4、特点：直接可以编辑使用； 5、使用人群：设计参赛人员，学生，教师等。 6、使用说明：下载解压可直接使用。 7、能学到什么：通过学习本课题的设计与实现， 学习内部架构和原理，为后续的创作提供一定的设计思路和设计启发 ， 同时也为后续的作品创作提供有力的理论依据、实验依据和设计依据， 例如提供一些开源代码、设计原理和电路图等有效的资料，而且本设计简单， 通俗易通，易于学习，为不同使用者提供学习资源，方便快捷， 是一种有效且实用的，同时也是一份值得学习和参考的资料。

包含封装好的代码、测试样例、相关模型说明等

该系统是基于Python，利用卷积神经网络进行的人脸识别考情系统。

伴随着大数据时代的来临，有关电池分析所需要的数据量也在不断地増大，传统的数据分析软件逐渐不能应付越来越大的数据呈，且有效的整合各种类型的数据也成了当下重要的任务。本文利用适应大型数据分析的语言python及基于其众多开源数据开发工具。开发了两套数据平台。