加州房价数据集，可以用于数据分析、机器学习和深度学习的学习使用

加州独立系统运营商 （ISO）在世界上最大、最现代化的电网之一上保持可靠性，并运营着一个透明、可访问的批发能源市场。该数据为2023.2月最新需求负载的集合，记录时间为5分钟每次，不包含风电需求，可以为电网的动态仿真提供真实有效的物理负载，如上层电网调配等问题。

加州火区分析：《洛杉矶时报》对火灾危险区内的加利福尼亚建筑物的分析

matlab50行代码加州理工学院车道检测软件 该软件包包含实现[1]中的工作的C / C ++和Matlab源代码。 它通过拟合鲁棒的贝塞尔曲线样条为单个图像实现了实时车道检测系统。 它可以检测街道上的所有车道或当前车道的两个车道标记。 要快速查看实际效果，请下载以下软件以及Caltech Lanes Dataset。 检测实时运行，大约40-50 Hz，并检测街道上的所有车道。 它在Ubuntu Lucid Lynx 32位计算机和Red Hat Enterprise Linux 5.5 64位计算机上进行了编译和测试。 它还包括当时OpenCV缺少的一些功能，包括： 用于获取图像的反向透视贴图（IPM）的例程，即获取道路的鸟瞰图。 到/从图像像素坐标和道路平面上的坐标转换的例程（使用地平面假设）。 坚固耐用的RANSAC管路配件。 坚固＆RANSAC Bezier花键接头。 贝塞尔曲线样条线栅格化和绘图。 布雷森纳姆（Bresenham）的线路评级。 各种实用程序功能，用于检查线与线和边界框的交点，检查矩形内的点，等等。用于线的常规Hough变换例程的实现。 [1] Mohame

scikit-learn，简称sklearn，一个强大的Python机器学习库，本代码的“加州房价预测”实验是一个线性回归模型，包含已经运行过的jupyter notebook的.ipynb文件和数据集.csv文件，放到jupyter notebook根目录下即可打开或者运行。

机器学习实验报告加州房价预测项目notebook.zip。 手写线性回归。 线性回归法。 使用R2评估模型效果。

加州房价数据集

ml_cheatsheet 加州大学伯克利分校 CS189/289 备忘单

berkeley-intro-to-artificial-intelligence:加州大学伯克利分校CS188人工智能入门-使用Pacman进行搜索和强化学习

加州高速路网PeMS交通流量数据集，包含PEMS03、PEMS04、PEMS07和PEMS08的邻接权重和车流量数据。