主流三大机器视觉算法YOLO FASTRCNN SSD算法，综合对比采用SSD算法，识别速度精度高且迅速。 像医院等比大学还要大的地方，若能结合监控探头对主要的车位停车部分进行提取，在用户进入停车场前或者作为跟踪显示空车位，对用户停车的效率将大幅度提升。 后期可以利用视觉建模结合真实地图形成跟踪显示系统，那么对于真实的情况落地将会得到大幅度推进，或是商家或是公益，又有谁不会为在进入大型停车场前而烦恼呢？ 若作为自动驾驶 智慧泊车系统等方面，可以利用此作为视觉引导，从车入场开始，实行跟踪等设置，设置完成后再利用车本身后探头对于车位线的识别技术，结合导航或是其他的系统设置，成功完成自动泊车。 本资源耗费了极大的标注劳动力，前后多次实验尚达到一个还不错的效果。 以上所写均属于一个本人的粗浅理解，或许对很多的地方理解尚且不到位，更了解的可以和我交流，乐意接受哈哈。 制作不易，此场景已多次参加比赛，结合评价尚且不错，未经允许禁止其他公共用途。 对训练感兴趣的可以私信我，下次再会！ BYE~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

机器学习大作业线性回归模型和卷积模型识别数字手写体.zip使用TensorFlow技术和Flask框架相结合，采用MNIST数据集作为数据，通过前端HTML和jQuery框架，利用canvas画布将用户在屏幕上的手写文字传入到后台Flask的Restful API中，然后flask通过调取模型接口，把数据传入模型中进行手写体识别，形成一个完整的闭环。本文使用两种方法训练数据，线性和卷积的方法，并将结果进行对比。训练结果较为理想，可以有效识别出手写数字，并得到较好的准确率。 本次MNIST手写数字识别首先使用MNIST来导入数据，建立模型，建立了线性模型和卷积模型。再通过调取模型，进行训练，建立训练模型，保存参数模型，得到训练模型。通过前端请求，加载模型，进行调用。完成数据传入，训练，打包，调用。可以作为基础，可以通过相关数据集训练进行更多图像分类。

气温预测项目数据集，用于机器学习回归任务入门案例使用。

个人GBDT实验代码和数据集分享

知识推理背景场景基于逻辑的方法基于机器学习的方法基于神经网络的方法知识推理方法简介目前大部分的开放知识图谱，例如Freebase 、 DBpedia都是有人工或

基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务.zip基于KERL模型实现用户行为序列推荐任务

基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务.zip基于FPMC实现用户推荐任务

基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4j搭建金融风控图谱.rar基于neo4

基于R-NET算法的答案抽取.zip

机器学习与数据挖掘实验四：基于特征工程的支持向量机分类实验，特征为HOG，LBP，GLCM，分类器SVM，包括了数据集，python原码。