这是一个机器学习项目，使用 UCI 学生成绩数据集预测学生的期末考试成绩。学生的学业生活逐渐受到发展中社会日益分散注意力的负面影响。结果，他们的教育成绩变得不愉快和令人沮丧。随着人工智能的应用，这个问题可以得到解决。机器学习是人工智能的一种应用，指的是系统无需明确编程即可从经验中学习和改进的能力。机器学习可用于通过使用其各种技术（例如支持向量机、线性回归、决策树等）来预测学生的未来结果。有了这样的能力，

基于python的喝咖啡人数和年龄的数据集，csv格式。

COAE2016 评测是在前七届中文倾向性评测分析的基础上重点对于微博观点摘要（Task1）、用户评论的倾向与方面进行评测（Task2），同时增设关系分类和关系对抽取评测任务（Task3）。此数据集中主要有影视评论数据训练集与测试集（对应Task2），以及含实体等信息的网络文本数据训练集与测试集（对应Task3）。

粒子群算法PSO优化支持向量机回归算法SVR，python写，自带数据集

subset0~subset9数据集压缩文件百度云地址，由于subset6和subset7为本地上传，受上传文件大小限制，分别分成两个压缩文件

如果需要分割杯盘比来判断是否为青光眼，此数据集可以

心脏病数据集（30万条，表格数据），经过数据清洗。 数据格式：Excel表格 包括的属性信息：HeartDisease BMI Smoking AlcoholDrinking Stroke PhysicalHealth MentalHealth DiffWalking Sex AgeCategory

交通灯识别检测数据集(含voc和yolo格式标签)（课程作业、设计、比赛、实际项目所用） 【实际项目应用】： 交通灯识别检测、自动驾驶等 【数据集说明】： 交通灯识别检测数据集，一共7953张图片，背景丰富，多样性充足，目标分布均匀，标注精准，算法拟合较好，质量可靠。该数据集标签包含voc（xml）、yolo（txt）。类别名称为[“Traffic_Light”]，多种目标检测算法可直接使用。

VOC2007数据集 VOC2012数据集下载 百度云-附件资源

手写数字识别 使用Tensorflow.js，Mnist数据集，React，Redux，Redux-Saga，Babel，Webpack，样式化组件，Eslint，Prettier和Ant Design构建的数字识别。 可以在以下位置获得演示： : 。 影片 手机（iOS和Android）版本： 桌面版： 设定环境 该项目基于JavaScript环境，您需要使用Yarn或NPM安装依赖项： $ yarn install 在本地启动 $ yarn start $ Open https://localhost:9000 with your favorite browser 量产 $ yarn build 作者