树莓派控制舵机(RPi.GPIO)源码

【实例简介】 实现了增删改查等基本操作 运行环境：python 3.9  django==3.24  mysql 8.0 开发环境：Pycharm

kaggle上对旧金山城市的犯罪案件进行分类，属于多分类问题，提供的数据特征包含时间、地点、描述等。本实例包含数据集和代码，机器学习方法是朴素贝叶斯和逻辑回归

刘月田老师的作业，大家可以参考参考。

基于`opencv-python`的车牌识别，代码主要参考CSDN上几个版主的代码，对代码进行了一定的优化，一定程度上提高了识别的准确率。并重写了一个GUI界面，添加数据导出功能。

这是第一天的教程目录，该实例一共8天的教程，讲的非常详细 目录 Django框架的介绍Django的安装Django框架开发创建项目的指令Django项目的目录结构HTTP协议HTTP协议的请求和响应请求request 和 响应 responseURL 介绍路由Django 中的 URL路由配置视图viewurl和带有参数的视图函数url 正则表达式命名分组(?pxxx) 和 带有参数的视图函数请求和响应HTTP 请求HTTP 响应GET方式传参GET方式传参参数获取(查询字符串 Query String)POST传递参数的获取Django中的应用 - app什么是应用(app)创建应用appDjango应用的结构组成 day01 Django框架的介绍

【实例简介】哆啦A梦画像

1. 应用朴素贝叶斯算法，对Content 数据集进行分类 1）对数据进行清洗 2）基于给定的词库和停止词，进行文本切词 3）建立NB模型

【实例简介】

卷积神经网络python实现。 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。由于卷积神经网络能够进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络

样本数据不均衡的数据的解决方案： 过采样：生成样本少的样本，和样本多的样本一样多（同样多） 下采样：两种样本一样小，从多的样本中删除一部分（同样少） 特征缩放：对Amount列进行特征缩放，使其分布范围和其他特征属性的分布范围保持一致 机器学习误区：会认为数值大的数据重要程度较大，但是我们拿到数据，其实每个属性的重要程度是一样的，所以需要进行特征缩放 所以可以进行：归一化（缩放到0~1）或者标准化(缩放到-1~1)