TOPSIS评价方法

mnist数据导入用于深度学习人工智能机器学习(Mnist data import for deep learning artificial intelligence machine learning)

我们被要求设计三个分类器：KNN分类器，感知器分类器，SVM分类器；和无监督的维数缩减方法：PCA；并在两个数据集：手写数字图像（MNIST数据集）和一组文本（SST数据集）上测试这些学习算法。 需要实现的任务是从图形源中识别0-9的手写数字以获取文本信息，以及判断文本的情绪。

说明：  关于Python的一些资料，帮助快速学习Python(The Guide of Python Quickly)

关于玻尔兹曼机的深度学习初始化的有关资料，编程语言采用Python，该资料浅显易懂，是了解玻尔兹曼机的好资料(Relevant information on the depth of the Boltzmann machine learning initialized using the programming language Python, the information easy to understand, is good information to understand Boltzmann machine)

Tutorial on Network Programming with Python，python网络编程教程，简单介绍python语言环境下的网络编程api(Tutorial on Network Programming with Python, python network programming tutorial)

说明：  可支持手写数字识别，r和python两种语言编写，生成画板鼠标手写输入，也支持上传图片(Handwritten digit recognition)

基于CNN的手势识别，可识别五种手势，拳头，手掌，比V，OK，还有空。要求环境：opencv，keras，theano，python2.7(CNN based gesture recognition can identify five kinds of gestures, fist, palms, than V, OK, and empty. Requirements for the environment: opencv, keras, theano, python2.7)

python算法教程，用Python语言来讲解算法的分析和设计，分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、Dijkstra算法、匹配切割问题以及困难问题及其稀释等内容。(python algorithms,Explain the analysis and design of the algorithm in Python language)

meanshift算法的python实现 + 图像化显示(meanshift with python)

基于Django框架的前端制作，运用了MySQL数据库的数据增删改查，适用于小白对django框架的理解