大学专业分类，共13个门类（包含军事学），3级联动，可直接导入数据库

GB/T 14396-2016疾病分类与代码 excel格式

这里设置了1-10的分类图片，可以根据自己的实际需求，减少分类标准以及数据源，代码中已经是直接排版好的m文件，使用时双击代码，matlab实现，希望对你BP神经网络的分类识别学习有所帮助

@python,sklearn,svm,遥感数据分类,代码实例 python_sklearn_svm遥感数据分类代码实例 （1）svm原理简述 支持向量机（Support Vector Machine，即SVM）是包括分类（Classification）、回归(Regression)和异常检测(Outlier Detection)等一系列监督学习算法的总称。对于分类，SVM最初用于解决二分类问题，多分类问题可通过构建多个SVM分类器解决。SVM具有两大特点：1.寻求最优分类边界，即求解出能够正确划分训练数据集并且几何间隔最大的分离超平面，这是SVM的基本思想；2.基于核函数的扩维变换，即通过核

这是集成学习Adaboost的matlab代码 包括：回归预测、分类 以BP为基学习器进行分类和回归学习

得益于互联网技术的快速发展，情感分析/分类技术近来也受到了大量的关注。情感分析已经成长为自然语言处理（NLP）中最活跃的研究领域之一，而情感分类是众多情感分析任务中必不可少的一环。本文使用文本分类中经典的TextCNN模型，对给定的中文电影评论进行情感分类。通过设计合理的网络结构，并使用pytorch进行实现，取得较为不错的效果。 关键词：情感分类 TextCNN pytorch

https://blog.csdn.net/zugexiaodui/article/details/84379028 自己做的一点样本，有knn数字分类代码，与上边链接中我的博客相对应的。

tensorflow的手势识别和分类代码

Places365是Places2数据库的最新子集。 Places365有两个版本：Places365-Standard和Places365-Challenge。 Places365-Standard的列车集有来自365个场景类别的约180万张图像，每个类别最多有5000张图像。 我们已经在Places365-Standard上培训了各种基线CNN，并将其发布如下。 与此同时，一系列的Places365-Challenge列车还有620万张图片以及Places365-Standard的所有图片（总共约800万张图片），每个类别最多有40,000张图片。 Places365-Challenge将用于2016年的Places2挑战赛，与2016年ECCV的ILSVRC和COCO联合研讨会一起举行。

论文PACS分类代码目录