采用基于遗传算法(GA)的二维主成分分析法(2DPCA)进行人脸识别。2DPCA 直接以二维图像矩阵为研究对象，以其 协方差矩阵的特征向量为投影轴进行特征提

利用LSTM 生成时间曲线， 然后利用实际值与预测值进行比较，查看结果好坏(use LSTM generate new time series, and compare the prediction with target to see if the result is good or not.)

密度峰值聚类算法python源码,生成decision graph和聚类结果图(Python code : Clustering by fast search and find of density peaks)

我们提出了一个简单、灵活和通用的对象实例分割框架。我们的方法能有效检测图像中的对象，同时为每个实例生成高质量的 segmentation mask。这种被称为 Mask R-CNN 的方法通过添加用于预测 object mask 的分支来扩展 Faster R-CNN，该分支与用于边界框识别的现有分支并行。Mask R-CNN 训练简单，只需在以 5fps 运行的 Faster R-CNN 之上增加一个较小的 overhead。此外，Mask R-CNN 很容易推广到其他任务，例如它可以允许同一个框架中进行姿态估计。我们在 COCO 系列挑战的三个轨道任务中均取得了最佳成果，包括实例分割、边界对象检测和人关键点检测。没有任何 tricks，Mask R-CNN 的表现优于所有现有的单一模型取得的成绩，包括 COCO 2016 挑战赛的冠军。(Mask R-CNN code by HeKaiming)

运用Python的django框架开发的个人博客系统源码，集合了博客主流的功能。(The use of Django framework Python development of the personal blog system source code, a collection of the main functions of the blog.)

说明：  机器学习实战第三章编程实现：使用决策树预测隐形眼镜类型。(Machine Learning Practical Combat Chapter 3 Programming Realization)

html下载网页,通过网址下载里面的链接网页

使您的其他项目轻松压缩解压文件与这个小程序，可以从任何开发IDE调用一个精确的ini文件，指示程序做什么，什么是在同一个文件中完成的。

首先给出了社交网络中热点话题趋势预测的形式化定义和一个话题趋势预测模型，然后提出了一种针对时间序列数据进行特征抽取和构造的新方法，基于提出的新方法构造了三个相互补充的特征子集，最后将这三个特征子集线性组合起来做为支持向量机的输入向量进行话题趋势的预测。为了验证预测模型的性能，本论文釆集了一个高质量的新浪微博数据集。基于获取到的数据，对预测模型进行了完整的测试，取得了良好的效果。

给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的 k （k <= 20）个实例，这 k 个实例的多数属于某个类， 就把该输入实例分为这个类。(Given a training data set, the nearest K (k <= 20) instances to the new input instance are found in the training data set. Most of the K instances belong to a class. The input instance is categorized into this class.)

【实例简介】数据转换与基本语法实例