英雄预测分析——数据英雄预测分析——数据英雄预测分析——数据

SAD+MAD+SSD+MSD+NCC等图像对准算法的matlab实现代码，包含测试数据。 博客：https://blog.csdn.net/Albert201605?spm=1010.2135.3001.5343

MATLAB实现DBO-BP多输入单输出回归预测（完整源码和数据） 螳螂算法优化BP神经网络多输入回归预测，数据为多输入回归数据，输入2个特征，输出1个变量,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。

百度迁徙数据做数据分析数据集

MATLAB实现LASSO分位数回归时间序列预测（完整源码和数据） 两个月数据，不同特征预测，预测80%间隔，不同特征选择误差，日前一天各个预测点的分位数，程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。

PaddleDetection源码，PaddleDetection-master PaddleDetection源码，PaddleDetection-master PaddleDetection源码，PaddleDetection-master

BlurDet代码打包，方便上传 BlurDet代码打包，方便上传 BlurDet代码打包，方便上传

PaddleDetection-release-2.51，PaddleDetection源码包 PaddleDetection-release-2.51，PaddleDetection源码包PaddleDetection-release-2.51，PaddleDetection源码包

VIG代码及其权重 VIG代码及其权重 VIG代码及其权重

PaddleDetection-Yolov5-main，YOLO V5 PADDLE代码 PaddleDetection-Yolov5-main，YOLO V5 PADDLE代码 PaddleDetection-Yolov5-main，YOLO V5 PADDLE代码

HMM前向、后向及维特比算法的Python实现 HMM前向、后向及维特比算法的Python实现 HMM前向、后向及维特比算法的Python实现 HMM前向、后向及维特比算法的Python实现 HMM前向、后向及维特比算法的Python实现

包括了房屋的经度、房屋的纬度、房龄、房间个数、卧室个数、街区内人口、街区内家庭总数、收入、房屋价值，和sklearn中的california数据集相同，可直接通过pandas.read_csv读取即可，适合sklearn无法正常加载的情况下使用，其中加载代码如下 ```python from sklearn.datasets.california_housing import fetch_california_housing housing = fetch_california_housing() ```

统计图 条形图 柱状图 折线图 数量统计 matplotlib sklearn jupyter notebook 人工智能实验 数据集

# 购房贷款违约预测 ### 数据集说明 训练集 train.csv ```python # train_data can be read as a DataFrame # for example import pandas as pd df = pd.read_csv('train.csv') print(df.iloc[0]) # list of 51 features and one label ``` 测试集 test.csv ```python # test_data can be read as a DataFrame # for example import pandas as pd df = pd.read_csv('test.csv') print(df.iloc[0]) # list of 51 features ``` 测试集标签文件 test_label.txt，格式如下 ```txt 1 0 1 1 ... ... ``` 其中训练集12万条，测试集3万条。 包括准确率计算 sklearn jupyter

移动设备用户年龄和性别预测挑战数据