人工智能-项目实践-推荐算法-基于implicit库的常用协同过滤推荐算法实现 Implicit是一个开源的协同过滤项目，其包含多种流行的推荐算法，主要应用场景是针对隐性反馈行为进行推荐。包含的算法主要有： ALS（alternating least squares），最小交替二乘法 BRP（Bayesian Personalized Ranking），贝叶斯个性化排序 Logistic Matrix Factorization 使用Cosine, TF-IDF 或 BM25的近邻模型

人工智能-项目实践-回归分析-利用回归模型实现房价预测 目标 根据房屋属性预测每个房子的最终价格 任务流程 分析数据指标 不同指标对结果的影响 连续值与离散值的情况 观察数据正态性 是否满足正态分布 数据变换操作 数据预处理 缺失值填充 标签转换 集成方法建模对比 单模型回归效果 平均与堆叠模型效果对比

人工智能-项目实践-逻辑回归-基于逻辑回归的癌症预测案例——【癌症分类预测-良／恶性乳腺癌肿瘤预测】 基于逻辑回归的癌症预测案例——【癌症分类预测-良／恶性乳腺癌肿瘤预测】

人工智能-项目实践-回归分析-MATLAB气象数据回归预测模型

人工智能-项目实践-婚礼请柬-手机端展示的婚礼请柬 结婚请柬 婚礼电子请帖 婚礼H5 邀请函 clone 到本地可直接打开index.html 文件查看效果, 仅支持移动端, pc需使用手机模式

人工智能-项目实践-情感分析-虚拟天使--智能情感聊天机器人 虚拟天使--智能情感聊天机器人

包含源码，论文，以及教学文档

人工智能-项目实践-语义分割-PyTorch实现高分遥感语义分割（地物分类） 膨胀预测 后处理 半监督方法：伪标签 加入tensorboardX可视化输出 遥感也许还不能预测未来，但它一定会告诉你过去和现在，以及一步步见证着未来。

人工智能-项目实践-深度学习-用深度学习对对联 这是一个使用seq2seq模型播放对联的项目(对对联)。 这个项目是用Tensorflow编写的

人工智能-项目实践-知识图谱-基于Pytorch和torchtext的知识图谱深度学习框架。 根据知识图谱发展报告2018相关介绍，框架主要设计为有以下五大功能： 知识表示学习， Knowledge Representation Learning 实体识别与链接， Entity Recognition and Linking 实体关系抽取， Entity Relation Extraction 事件检测与抽取， Event Detection and Extraction 知识存储与查询， Knowledge Storage and Query 知识推理， Knowledge Reasoning