斯克莱恩评估 机器学习模型评估变得容易：绘图，表格，HTML报告，实验跟踪和Jupyter笔记本分析。 支持Python 3.6及更高版本。 安装 pip install sklearn-evaluation 产品特点 （混淆矩阵，特征重要性，精度调用，ROC） 报告生成（ ）

深脸 Deepface是python的轻量级和面部属性分析（，，和）框架。 它是一个混合的人脸识别框架，其中包含了最先进的模型： ， ， ， ， ， 和 。 该库主要基于Keras和TensorFlow。 安装 安装deepface的最简单方法是从下载。 pip install deepface 人脸识别 现代包括四个常见阶段： ， ，和。 Deepface在后台处理所有这些常见阶段。 您只需使用一行代码即可在其界面中调用其验证，查找或分析功能。 人脸验证- deepface界面下的验证功能可验证同一个人或不同个人的面部对。 您应将面对作为数组传递，而不是为了最佳实践而在for循环中调用verify函数。 这将大大加快该功能，并减少分配的内存。 from deepface import DeepFace result = DeepFace . verify ( "img1.jpg" , "img2.jpg" ) #results = DeepFace.verify([['img1.jpg', 'img2.jpg'], ['img1.jpg', 'img3.jpg'

推文情感分析 更新（2018年9月21日）：我没有积极维护该存储库。 这项工作是针对课程项目完成的，由于我不拥有版权，因此无法发布数据集。 但是，可以轻松修改此存储库中的所有内容以与其他数据集一起使用。 我建议阅读该的，该可在docs/找到。 数据集信息 我们使用和比较各种不同的方法来对推文（二进制分类问题）进行情感分析。 训练数据集应该是tweet_id,sentiment,tweet类型的csv文件tweet_id,sentiment,tweet其中tweet_id是标识该tweet的唯一整数， sentiment是1 （正）或0 （负）， tweet是括在""的tweet 。 类似地，测试数据集是tweet_id,tweet类型的csv文件。 请注意，不需要csv标头，应将其从训练和测试数据集中删除。 要求 该项目有一些一般的图书馆要求，而某些则是针对个别方法的。 一般要求如下。 numpy scikit-learn scipy nltk 某些方法特有的库要求是： 带TensorFlow后端的keras ，用于Logistic回归，MLP，RNN（LSTM）和CNN

Pacman-Machine-Learning:我的机器学习课程的作业。 构造了许多不同的搜索算法，以一种有效的方法引导吃豆人渡过各种迷宫

TensorFlow2中的深度强化学习 是一个使用实现各种流行的深度强化学习算法的存储库。 该存储库的关键是易于理解的代码。 因此，如果您是学生或研究深度强化学习的研究人员，我认为这是使用此存储库学习的最佳选择。 一种算法仅依赖于一个python脚本文件。 因此，您不必进出不同的文件即可研究特定的算法。 该存储库将不断更新，并将继续添加新的“深度强化学习”算法。 演算法 DQN 纸上 作者Volodymyr Mnih，Koray Kavukcuoglu，David Silver，Alex Graves，Ioannis Antonoglou，Daan Wierstra，Martin Rie

翻译了OpenCV官方文档, Machine Learning Overview. 对cv::ml::StatModel的10个子类的理论进行介绍, 重点包括决策树, 随机决策树, 增强法, 支持向量机, 神经网络, 逻辑回归等.

| | | | medpy-Python中的医学图像处理 MedPy是图像处理库和针对医学（即高维）图像处理的脚本集合。 稳定的发行 下载（稳定版本）： : HTML文档和安装说明（稳定版本）： : 从下载： : （感谢 ，请参阅 ） 开发版 下载（开发版本）： : HTML文档和安装说明（开发版本）：按照包含的自述文件中的说明从doc /文件夹中创建此文档 Python 2版本 不再支持Python 2。 但是您仍然可以使用<=0.3.0的旧版本。 其他连结 问题追踪器： :

心律失常-心电图分析-pds：通过离散小波变换和机器学习进行特征提取的心律失常分类

Machine Learning with TensorFlow 1.x 英文无水印原版pdf pdf所有页面使用FoxitReader、PDF-XChangeViewer、SumatraPDF和Firefox测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 查看此书详细信息请在美国亚马逊官网搜索此书

Coursera《Machine Learning》（机器学习课程，主讲教师为Andrew Ng）的课程是机器学习的入门经典课程之一，其特点是深入浅出，并且由一些难度适宜的作业（Matlab编程作业）以帮助学员理解理论。但是很多朋友不清楚如何获取到这些作业，因此整理并上传资料