创建和签名自签证书

说明：  边缘检测的Robert算子Python实现，一个是带噪声，一个是不带噪声的代码(Implementation of Edge Detection)

利用改进k-means算法对客户进行分类，改进rfm模型(Using improved k-means algorithm to classify customers and improve RFM model)

使用tensorflow框架搭建神经网络，从单目图像中估计深度值(Using tensorflow framework to build a neural network to estimate depth from monocular images)

k近邻分类算法①编写一个简单的程序，实现k近邻算法；(重点)②利用k近邻算法实现手写数字的识别。Spyder运行python源码

说明：  自动化测试,python自动化测试程序含教程(Automated testing,python automated testing procedures with tutorials)

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

machine learning 方面有关于The Bayes Classifier的资料，语言是python(machine learning aspects have The Bayes Classifier information about language is python)

我已创建ActiveX控件是Web应用程序的一部分

说明：  1) 使用凝聚型层次聚类算法（即最小生成树算法）对所有数据点进行聚类，最后聚成3类。相异度定义方法可选择single linkage、complete linkage、average linkage或者average group linkage中任意一种。 2) 使用C-Means算法对所有数据点进行聚类。C=3。 任务2（必做）： 使用高斯混合模型（GMM）聚类算法对所有数据点进行聚类。C=3。并请给出得到的混合模型参数（包括比例??、均值??和协方差Σ）。 任务3（全做）： 1) 参考数据文件第三列的类标签，使用聚类有效性评价的外部方法Normalized Mutual Information指标，分别计算任务1和任务2聚类结果的有效性。 2) 使用聚类有效性评价的内部方法Xie-Beni指标，分别计算任务1和任务2聚类结果的有效性。(The main results are as follows: 1) the condensed hierarchical clustering algorithm (that is, the minimum spanning tree algorithm) is used to cluster all the data points, and finally it is grouped into three categories. Any of the single linkage,complete linkage,average linkage or average group linkage methods can be selected for the definition of dissimilarity. 2) using C-Means algorithm to cluster all data points. C = 3.)