flutter快速学习项目源码、快速集成企业ERP、OA、HR等信息平台。 flutter初学快速入门、flutter毕业设计， mvp模式 使用provider (6.x 版本)做状态管理 基于dio （4.x 版本）的网络请求封装 完整的集成测试、可访问性测试。 支持深色模式 本地化（感谢 @ghedwards） 使用Sliver 系列组件实现复杂滚动效果 使用高德地图定位选择地址（支持Web） 通用Widget的处理封装 下拉刷新 + 上拉加载更多 应用检查更新 PopupWindow 扫码功能（qr_code_scanner插件） 菜单切换动画（圆形扩散、3D翻转） 侧滑删除 城市选择 类似京东选择城市的三级联动 各种自定义Dialog 列表头部吸顶 密码输入键盘 验证码输入框 自定义简易日历 曲线图及饼状图 模块化路由管理 更多Demo（水波纹动画、刮刮卡、lottie） 更多的细节优化

深度学习项目 我的个人深度学习项目历久弥新

概述 这是 ， 和华盛顿大学之间合作的工作空间，旨在自动检测航空影像中的北极野生生物。 意象 现在可以在公开获取图像， 是一个开放的数据存储库，用于保存与保护生物学相关的图像。 标签 data目录包含以下标签/元数据文件： train.csv （5,110条记录）：热点检测数据，我们拥有所有对应的图像数据（请参阅下文）。 当前，所有这些热点均引用数据集ArcticSealsData01中的图像。 test.csv （1,314条记录）：与train.csv相同的格式和分布，适用于交叉验证。 CSV文件中的每个记录均指的是NOAA热探测系统所拾取的热点，人类将其分类为“动物”（真阳性）或“异常”（假阳性）。 每个热点都是唯一的（没有重复项）。 列架构如下： hotspot_id ：唯一ID timestamp ：GMT / UTC时间戳（始终对应于热图像时间戳） filt_the

使用C# 编写一个四边形 可以通过计算得到四边形，简易方便，属于大学生学习的必要项目之一，提高个人编写代码能力

CS4780 机器学习项目 这些是问题集的一些文件和我们机器学习课程的最终项目。 我们实现了 TDIDTs、kNN、kMeans、朴素贝叶斯，并使用 Joachim 教授的 SVM Light 读取数据。 最后一个项目是一个音乐经典研究项目，具有使用 Spotify API 的播放列表生成功能。 我们使用 EchoNest API 收集了数千首歌曲，并试验了 API 提供的不同功能，以最大限度地提高多种算法（包括 TDIDT、SVM 和 kNN）的分类准确性。 我们发现，除了古典音乐流派之外，SVM 总体上表现最好。

深度_强化_学习

Kaggle数据集工作 我的项目正在处理各种Kaggle数据集 专案 从胸部X光照片进行肺炎分类（2021年2月12日-至今） 使用 看到当前和了解更多详情。 Spotify歌曲人气回归（2021年2月8日-2021年2月12日） 使用 经过训练的RandomForest，DNN，LinearRegression和LinearSVR可以预测歌曲的流行程度。 获得了12.300的RMSE错误，其准确度比猜测的平均受欢迎程度高近2倍。 见和了解更多详情。

驾驶员注意力分散检测：CS577：深度学习项目

人人都要学习项目管理

带有PySpark的Spark和Python用于大数据：Spark机器学习项目