Multi-Stage Pose Network

Python数据分析与机器学习-使用Kmeans进行图像压缩 Python数据分析与机器学习-使用Kmeans进行图像压缩

ChatterBot是一个能够自我训练学习多种语言的聊天机器人 ChatterBot ChatterBot 是一种基于机器学习的对话式对话引擎，使用 Python 构建，可以根据已知对话的集合生成响应。 ChatterBot 的语言独立设计允许它被训练说任何语言。 典型输入的一个例子是这样的：用户：早上好！ 你好吗？ bot：我做得很好，谢谢你的提问。 用户：不客气。 机器人：你喜欢帽子吗？ 工作原理 一个未经训练的 ChatterBot 实例一开始不知道如何交流。 每次用户输入语句时，库都会保存他们输入的文本以及语句响应的文本。 随着 ChatterBot 接收到更多输入，它可以回复的响应数量以及与输入语句相关的每个响应的准确性都会增加。 程序通过搜索与输入匹配的最接近匹配的已知语句来选择最匹配的响应，然后根据机器人与之通信的人发出每个响应的频率，返回对该语句最可能的响应。 安装 这个包可以通过运行从 PyPi 安装： pip install chatterbot Basic Usage from chatterbot import ChatBot from c

机器学习入门知识，包括了对机器学习的一些基本概念，对于新手有很大的帮助作用。

汇总了关于机器学习领域的详细学习资源，包含c++，python, 机器学习算法，计算机专业课等内容，适用于不同水平层次的机器学习爱好者使用。

梯度提升决策树（Gradient Boosting Decision Tree，GBDT）算法是近年来被提及比较多的一个算法，这主要得益于其算法的性能，以及该算法在各类数据挖掘以及机器学习比赛中的卓越表现，有很多人对GBDT算法进行了开源代码的开发，比较火的是陈天奇的XGBoost和微软的LightGBM

训练集数据提供了4个电场的脱敏后的环境数据和电场实际辐照度和电场发电功率。测试集数据提供了4个电场的脱敏后的环境数据，需要利用这些数据预测每个时间点的光伏发电功率。注意： 为了贴近实际应用，环境数据提供的是预测值，不是实测值，训练集中的电场实际辐照度和电场实际发电功率为脱敏后的实测值。 训练集和测试集的描述如下： 训练集有train_1.csv, train_2.csv, train_3.csv, train_4.csv共4个文件，测试集有test_1.csv,test_2.csv,test_3.csv,test_4.csv共4个文件，分别为电场1，电场2，电场3，电场4的训练集数据和测试集数据。 补充说明： 1.实际功率中的负值是因为机组在发电不足时自身会消耗电能。 2.实发幅照度中的负值视为噪声数据。

随着深度学习的研究热潮，近年来对车辆目标的检测逐步从机器学习方法转变为深度学习方法.目前，大多数深度学习方法对车辆目标的检测都存在不同程度的错检漏检问题.针对车辆目标检测中存在的小目标的错检漏检、截断式待检目标的漏检和重叠遮挡待检目标的漏检等问题，提出一种基于增量学习数据集的车辆目标检测方法，该方法与Faster R-CNN算法结合对车辆目标实现检测和分类.在实验的最后，分别从主观判断和客观检测数据两个方面，对比了车辆目标检测中未使用增量学习方法和使用增量学习方法对实验结果的影响.实验证明，使用基于增量学习和Faster R-CNN的车辆目标检测方法在主观判断方面对错检漏检的目标有明显地改善效果，从客观数据分析，使用该方法与未使用增量学习方法相比，VGG16网络mAP值提升了4%，ResNet101网络mAP值提升了6%.

该资源包涵这本书的英文版，中文版和课本中的代码。本资源都是高清版本

本项目基于python_opencv开发的人脸识别的开源项目，应用机器学习dlib库实现，开发设计UI界面用于录入人脸，姓名（中英文）信息。希望大家多多支持！！！！