深度强化学习自动炒股 选取 `1002` 只股票，进行训练，共计 - 盈利： `44.5%` - 不亏不赚： `46.5%` - 亏损：`9.0%`

rbf预测数学代码机器学习 使用MATLAB的经典机器学习问题的算法 没有使用机器学习包 Scratch提供的所有自行编写的源代码。 包含的主题： - Nearest Neighbor Methods (KNN Classification/Regression) - Clustering (K-Centers, DP-Centers) - Linear Methods: - LDA and Ridge Regression - Logistic Regression (SGD) - Support Vector Machine (SSGD) - Dimensionality Reduction using PCA - Kernel for SVM & Clustering 分类 Logistic回归和随机梯度下降算法 训练数据集：3个类，R ^ 4中的功能 SGD算法在迭代中的学习进展： 具有RBF内核的Binary-SVM 培训数据集和结果决策边界： SSGD算法在迭代中的学习进展： K最近邻居算法 训练数据集： 通过KNN算法进行的预测： 聚类 K均值算法 聚类结果：K = 3

机器学习（期末复习笔记）：支持向量机，人工神经网络，决策树，强化学习

内含数据集以及源码，可以作为初学者的练手项目

基于机器学习的糖尿病分析

一个完整端到端的机器学习项目__预测建筑物的能源得分(完整分步实现源码+数据集+项目介绍).zip 【项目介绍】 这是一个受监督的回归机器学习任务：给定一组包含目标（在本例中为分数）的数据，我们希望训练一个可以学习将特征（也称为解释变量）映射到目标的模型。 受监督问题： 我们可以知道数据的特征和目标，我们的目标是训练可以学习两者之间映射关系的模型。 回归问题： Energy Star Score是一个连续变量。 在训练中，我们希望模型能够学习特征和分数之间的关系，因此我们给出了特征和答案。然后，为了测试模型的学习效果，我们在一个从未见过答案的测试集上进行评估 【你的收获】 数据清理，探索性数据分析，特征工程和选择等常见问题的解决办法 随机搜索，网格搜索，交叉验证等方法寻找最优超参数 可视化决策树 对完整的机器学习项目流程建立一个宏观的了解！值得拥有！！！

基于计算机视觉和机器学习的人脸检测及人脸识别系统源码+数据资料.zip本项目是基于OpenCV2跨平台计算机视觉和机器学习软件库的人脸检测及人脸识别系统， 采用Web应用作为用户和管理的交互页面。 系统人脸识别模块的图像处理采用PIL(Python Image Library)。 BPL是python的第三方图像处理库，但是由于其强大的功能与众多的使用人数，几乎已经被认为是python官方图像处理库了 软件架构 Flask：Flask是一个使用 Python 编写的轻量级 Web 应用程序框架。 OpenCV2：OpenCV2是一个跨平台计算机视觉和机器学习软件库。 LayUI：layui（谐音：类UI) 是一款采用自身模块规范编写的前端 UI 框架，遵循原生 HTML/CSS/JS 的书写与组织形式，门槛极低，拿来即用。且是国人开发，拥有较为完善的中文文档。 Pymysql及PooledDB：PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库。DBUtils是一套Python数据库连接池包，并允许对非线程安全的数据库接口进行线程安全包装。

面试72经计算机视觉_机器学习_图像处理_ C++_CV岗面试知识点及重点问答.zip 根据自己的面试经历，增加了一些内容，并修改了一些了答案，仅供参考，不一定都对。 文件名带？的，表示答案不完整。 markdown阅读软件建议为Typora，建议Typora主题修改为Mo，个人感觉比较好看。 文献管理软件可以使用Zotero，正版免费。 笔记软件可以Typora+坚果云+Picgo。 主要分为计算机视觉、机器学习、图像处理和、C++基础 四大块，每一块都有几十个问题，每个问题都会努力给出详细完整的解答，帮助你理清这些知识点细节。

家禽（鸡）疾病诊断机器学习数据集（一共8068张图片），使用手机上的开放数据工具包(ODK)应用程序拍摄的。分类是“球虫病”，“健康”，“新城病”，“沙门氏菌”。图像的大小被调整为224px 224px。

自用python机器学习