这是一款类似爱宠物的学习监督系统，可以实现学习监督时间的管理，

在监督学习中，给定一组数据，我们知道正确的输出结果应该是什么样子，并且知道在输入和输出之间有着一个特定的关系。这么说可能理解起来不是很清晰，没关系，后面有具体的例子。监督学习可分为“回归”和“分类”问题。监督学习分类在回归问题中，我们会预测一个连续值。也就是说我们试图将输入变量和输出用一个连续函数对应起来；而在分类问题中，我们会预测一个离散值，我们试图将输入变量与离散的类别对应起来。下面举两个例子，就会非常清楚这几个概念了。通过房地产市场的数据，预测一个给定面积的房屋的价格就是一个回归问题。这里我们可以把价格看成是面积的函数，它是一个连续的输出值。但是，当把上面的问题改为“预测一个给定面积的房

京东京豆店铺数据整理版【软件版】.txt

针对生成对抗网络（GAN）这一热点模型，介绍其发展和应用的趋势。本文主要对比了现有几种典型的生成对抗网络模型及其变体：生成对抗网络（GAN）、条件生成对抗网络（CGAN）、深度卷积生成对抗网络（DCGAN）、半监督生成对抗网络（SGAN）信息生成对抗网络（InfoGAN）。同时本文系统地总结了生成对抗网络各种变体在计算机视觉领域的主要应用及性能优劣。文章最后分析了生成对抗网络存在的问题，以及对生成对抗网络研究趋势做了总结和展望。

监督学习包括线性模型、决策树模型、贝叶斯模型、支持向量机

无监督学习包括聚类分析，主分量分析，稀疏编码与学习

软考中级软件设计师2009年至2019年上下半年的所有真题答案解析

清华大学NYT10关系抽取数据集，包含了53个关系，522043个句子实例，数据远程监督数据集，来源于New York Times 和 FreeBase。

采用k均值聚类算法实现对彩色图像分割，将RGB分量转化为三维模式空间进行处理，实现对颜色区域的分割提取

只有数据！！！这些数据还是没有分类的。