基于机器学习和深度学习的项目，内含数据集以及详细的备注源码

基于机器学习和深度学习的项目，内含数据集以及详细的备注源码

机器学习 深度学习 人工智能代码（python）用SVM实现人脸识别 附带结果

OPT（Omni-Perception Pre-Trainer）是全场景感知预训练模型的简称，中文名字叫紫东太初，是中科院自动化和华为联合研发的多模态预训练模型，本仓是紫东太初十亿参数级别模型的MindSpore版本代码，包含预训练模型及多个下游任务模型。

Omega-AI：基于java打造的深度学习框架，帮助你快速搭建神经网络，实现训练或测试模型，支持多线程与GPU运算。

insightface是当前比较新和常用的人脸识别模型，本程序是基于insightface的人脸识别程序，可以实现实时视频识别和图片识别，识别准确率高和速度快，代码有注释，附有安装说明。如果遇到问题也可以和我交流。

信用卡默认预测变量 机器学习/深度学习模型可预测默认的银行账户 项目概况 在Kaggle上找到的经过清理和分析的数据： ://www.kaggle.com/uciml/default-of-credit-card-clients-dataset 提供了有关Ames Housing数据集的详细视觉分析，以获取要素与数据结构之间的关系洞察力 通过将列合并为具有洞察力的信息，实现了工程设计的功能，例如总平方英尺和浴室总数 使用GridsearchCV优化随机森林，梯度提升回归，岭回归，套索回归和弹性网以达到最佳模型 使用的代码和资源 Python版本： 3.8软件包： pandas，numpy，sklearn，matplotlib，seaborn和keras原始Kaggle数据集： ： //www.kaggle.com/c/house-prices-advanced-regression-t

本代码基于Python语言编写，使用Pycharm软件，借助OpenCV库实现，可以调用摄像头采集目标人脸照片作为训练集，然后进行监督训练，最后就可以实现在摄像头中找到训练好的目标人脸。

可用于分割神经网络的训练测试等，共3400张图，1700个人像及对应mask

机器学习的常用数据集，共有 150 条数据，每条数据对应 4 个特征（sepal length、sepal width、pedal length、pedal width），且对应着 3 个不同的种类。