手写OCR 该项目试图创建用于识别照片中手写文字的软件（也适用于捷克语）。 它使用计算机视觉和机器学习。 并针对该问题尝试了不同的方法。 它最初是一个学校项目，我有机会在Intel ISEF 2018上进行了介绍。 程序结构 识别过程分为4个步骤。 初始输入是带有文字的页面照片。 检测页面并清除背景 单词的检测和分离 单词标准化 字符的分离和识别（单词的识别） 包含所有步骤的主文件是或 。 文件命名分步表示-机器学习模型的名称。 入门 1.克隆存储库 git clone https://github.com/Breta01/handwriting-ocr.git 下载仓库后，您必须下载数

回顾歌唱语音检测：定量回顾和未来展望 此回购包含了在2018年第19届国际音乐信息检索会议（ISMIR）上由李庆云，崔景宇和Juhan Nam撰写的论文“重新审视歌声检测：定量审查和未来展望”的代码。[ ，] 要求 在requirements.txt中指定 公开数据集 具有相同的标签，训练/有效/测试集，如网站中所述。 我们使用了61首包含人声的歌曲，这些歌曲可以在medleydb_vocal_songs.txt找到。 注意：MedleyDB不提供人声注释，因此我们使用提供的乐器激活注释生成了标签。 下载歌曲，更改路径，然后运行python medley_voice_label.py生成61首歌曲的标签。 压力测试数据集（第5节） 要生成数据集，请运行 第5.1节中的python vibrato_data_gen.py vibrato测试的python vibrato_data_ge

Machine Learning: A Probabilistic Perspective 源码

Mechine Learning A Bayesian and optimization perspective

prml英文原本适合自己打印，减少买书的钱

python进行遥感 遥感应用的python代码将在此处上传。 有关详细信息，您可以访问我的网站 内容 卫星图像分析 点云处理 图像处理

Matlab统计与机器学习工具箱官方用户指导，是mathwork公司出版的用于指导用户使用Matlab机器学习工具箱的官方文档，对于需要利用Matlab来进行机器学习的情况下，参考官方文档是很有帮助的，文档全英文，共有8000多页

MevonAI-语音情感识别 识别音频段中多个发言人的情绪· 在这里尝试演示 目录 说话人二值化 特征提取 CNN模型 训练模型 贡献 执照 致谢 常问问题 关于该项目 该项目的主要目的是识别呼叫音频中多个说话者的情绪，作为呼叫中心客户满意度反馈的应用程序。 建于 的Python 3.6.9 Tensorflow-Keras 解放军 入门 按照以下说明在本地计算机上设置项目。 安装 创建一个python虚拟环境 sudo apt install python3-venv mkdir mevonAI cd mevonAI python3 -m venv mevon-env source mevon-env/bin/activate 克隆仓库 git clone https://github.com/SuyashMore/MevonAI-Speech-Emotion-Recog

LabVIEW机器学习工具包

公平性：衡量R中的算法公平性 套餐概述 fairness R包提供了用于计算不同敏感组之间算法公平性度量的工具。 基于二元分类任务中的模型预测来计算度量。 该软件包还提供了机会来可视化和比较敏感群体之间的其他预测指标。 该软件包包含用于计算常用的公平机器学习指标的函数，例如： 人口平价 比例平价 均等赔率 预测汇率平价 此外，还实现了以下指标： 误报率平价 假负利率平价 精度平价 负预测价值平价 特异性均等 ROC AUC比较 MCC比较 提供了有关使用该软件包的全面教程。 我们建议您阅读本教程，因为与本自述文件相比，本教程包含对公平性软件包的更深入的描述。 您还会在公平找到一个简短的教程： vignette( ' fairness ' ) 安装 您可以通过运行以下命令从安装最新的稳定软件包版本： install.packages( ' fairness ' ) library(