该系统是用C++开发的模拟交通咨询系统，没有图形界面，是控制台系统，是我大一的课设，规模不大。

人工智能机器人alice的java版源代码，采用java+xml的模式，可以轻松的自行扩展，打造属于自己的机器人，实现人机对话，有学习功能-Alice artificial intelligence robot' s version of java source code, mode of java+xml, can be easily self-expansion, and build their own robot with the machine learning

芝麻 仅使用THT零件的爱丽丝ergo键盘 零件清单 数数 部分 LCSC零件号 1个 ATmega32A 40针DIP（32L也可以） C12703 1个 40针DIP插座（可选，但强烈建议） C2332 1个 USB4085-GF-A USB Type-C插座 1个 500 mA多熔丝 C369081 2个 6mm瞬时按钮 C620202 1个 16 MHz石英晶体 C16212 1个 4.7 uF电解电容器 C47879 2个 100 nF陶瓷圆盘电容器 C353909 2个 22 pF陶瓷圆盘电容器 C260720 1个 10kΩ电阻 C119347 2个 68电阻 C714279 1个 1.5kΩ电阻 C58620 2个 5.1kΩ电阻 C714593 2个 3.6 V齐纳二极管（DO-35 BZX55C3V6） C2508 66 通用开关二极管

三连胜 一个65％的Alice，每个按键具有RGB，RGB背光和3个旋转编码器。 由2Moons-JP和swiftrax设计 使成为 原始影像 执照 该存储库受。 如果您打算出售这些PCB，请务必阅读。

ALICE聊天机器人的AIML代码，内容比较全面，结构不错。有60多个ALICE的AIML文件，构成强大的知识库。

基于aiml的智能机器人源码，可以学习，拥有强大的智能支持，简单操作就可以自己添加知识库，轻松创建属于你自己的机器人

ALICE问答系统的aiml格式对话语料，比较全的英文问答系统语料，供大家研究使用，可翻译成中文，参考设计中文问答系统。

EconML：用于基于ML的异构处理效果估计的Python包 EconML是一个Python软件包，用于通过机器学习从观察数据中估计异构处理效果。 此软件包是作为Microsoft Research的一部分设计和构建的，目的是将最新的机器学习技术与计量经济学相结合，以使自动化解决复杂的因果推理问题。 EconML的承诺： 在计量经济学和机器学习的交集中实现文献中的最新技术 保持建模效果异质性的灵活性（通过诸如随机森林，增强，套索和神经网络之类的技术），同时保留对所学模型的因果解释，并经常提供有效的置信区间 使用统一的API 建立在用于机器学习和数据分析的标准Python软件包的基础上 机器学习的最大希望之一就是在众多领域中自动化决策。 许多数据驱动的个性化决策方案的核心是对异构处理效果的估计：对于具有特定特征集的样本，干预对感兴趣结果的因果关系是什么？ 简而言之，该工具包旨在测量某些治疗变量T对结果变量Y的因果效应，控制一组特征X, W以及该效应如何随X 。 所实施的方法甚至适用于观测（非实验或历史）数据集。 为了使估计结果具有因果关系，有些方法假定没有观察到的混杂因素（即， X,

ALICEBOT 聊天机器人 中文 可以实现学习系统-ALICEBOT chat robot learning system can be achieved in Chinese

Alice问答系统的aiml格式对话语料，包含中文、英文两种语料，并且还有机器人的属性特征（xml格式，包含姓名性别身高爱好等），供大家训练自己的聊天机器人使用。alicebot的官网已经404了，所以希望这个语料库能帮到大家。