python 围棋程序

说明：  通过时事数据可视化系统，可以清楚地了解全球疫情分布的状况以及密度，以便做出相应的对策(Through the current affairs data visualization system, it is possible to clearly understand the distribution and density of the global epidemic in order to make corresponding countermeasures)

基于Python的分水岭算法可以自动分割连接的图像(Python - based watershed algorithm can automatically segment connected images)

【实例简介】

与经典的方法相比，使用具有长时间记忆细胞的递归神经网络(RNN)不需要或几乎不需要特征工程。数据可以直接输入到神经网络中，神经网络就像一个黑匣子，可以正确地对问题进行建模。其他研究在活动识别数据集上可以使用大量的特征工程，这是一种与经典数据科学技术相结合的信号处理方法。这里的方法在数据预处理的数量方面非常简单(Compared with the classical methods, the recursive neural network (RNN) with long-term memory cells does not need or almost need feature engineering. Data can be directly input into the neural network, which acts as a black box and can correctly model the problem. Other research can use a lot of Feature Engineering on activity recognition data sets, which is a signal processing method combined with classical data science and technology. The method here is very simple in terms of the number of data preprocessing)

推荐系统的算法实现，主要包括看，我说的没错吧，矩阵分解大法是真滴好啊，可以伸缩自如并且可以集成多种经典模型，以及融合各种附加信息，就酱(✺ω✺)，祝君安好。更多 矩阵分解内容和程序，请看我的最新博文：

python学习手册，这本书每一章都包含关于Python语言的关键内容的独立的一课，并且包含了一个独特的“练习题”部分，其中带有实际的练习和测试，以便你可以练习新的技能并随着学习而测试自己的理解。你会发现众多带有注释的示例以及图表，它们将帮助你开始学习Python 3.0。(python learing book)

用python实现双字哈希字典，可用于中文分词(Using Python to realize double-character hash dictionary, which can be used for Chinese word segmentation)

说明：  Nature Machine Intelligence 2020 上一篇文章Neural circuit policies enabling auditable autonomy的源码(Source code of paper "Neural circuit policies enabling auditable autonomy", which is published at Nature Machine Intelligence 2020)

机器实战源码 AdaBoost算法二分类 主要是参考了书里的算法，然后自己去实现。先构造单决策树进行弱分类器训练，训练后分配各权值进行组装为最后总的强分类器。

说明：  一个普通的小游戏，没有什么功能，就一个游戏(An ordinary little game, no function, just a garbage game.)