信用异常检测(.ipynb)

python根据历史数据，预测未来数据

python udp聊天示例源码

使用训练好的模型进行物体识别，对于人、车的识别成功率极高，亲测好用！

Python版本的学生管理系统 管理端账号：000密码：000学生端账号：该生学号密码：1111111、密码均为初始密码，可以随后在系统中自行修改。2、所有操作完成之后必须点退出系统，否则无法保存文件。3、未分配学号的学生无法登陆系统，需先由管理端分配学号之后再登陆系统

【实例简介】 1.给定一对图像，利用提取好的SIFT特征文件，根据距离阈值准则（跨图像的局部SIFT特征距离小于0.4），得到图像间的初始局部特征匹配关系 2.基于上述初步匹配结果，实现spatial coding方法，进行匹配校验，确定几何不一致的匹配 3.将几何一致的匹配和不一致的匹配在图像上画出来，分别用蓝色和红色进行区分

【实例简介】 用到pygame模块编的植物大战僵尸

python django项目源码学生管理

本数据集来自葡萄牙银行定期存款产品营销活动数据，主要包含三部分的信息。第一部分为客户基本信息，如年龄、职业、婚姻状况、受教育程度等；第二部分为与客户的沟通信息，如上次营销活动中与客户沟通时所在的月份、工作日、时长等；第三部分为社会经济数据，如消费者价格指数、消费者信心指数等。 通过此数据集，我们将要探讨以下问题：具备哪什么特征的客户更有可能购买定期存款产品？在什么时间与客户沟通更有可能让客户购买存款产品？如何根据数据分析结果指导银行的营销活动？

利用python实现bp神经网络，采用误差逆传播算法训练模型，并在一个toy set上进行了验证

参考资料为清华大学出版社的数值分析，作者为李庆杨、王能超、易大义。 运行后可以输入任意点，程序会根据这些点实现插值函数的构造以及绘图。同时提供了一些预设点和龙格函数的点集构造方法。实现的插值方法有：牛顿插值、拉格朗日插值、三次样条插值。 在运行前必须安装numpy库和matplotlib库。