利用隐马尔科夫过程分析股票

mbedOS开发工具cli线下编译平台，基于python2.7(MbedOS development tool cli offline compiler platform, based on python2.7)

说明：  图像融合+深度学习，里面的网络结构可以根据自己的设计进行优化，总体来说还是非常不错的。(Image fusion + deep learnng)

说明：  一个题库爬虫，包括抓取试题，抓取答案，图像识别答案，抓取分类，导入数据库(A question bank crawler, including grabbing test questions, grabbing answers, image recognition answers, grabbing classification, importing into the database)

说明：  Market Newman写的复杂网络的加权GN算法 算法用Python写的 其基本思想是不断的删除网络中具有相对于所有源节点的最大的边介数(ege betweenness)的边，然后，再重新计算网络中剩余的边的相对于所有源节点的边介数(The basic idea is to delete the network with respect to all of the source nodes of the largest betweenness (EGE betweenness) edges, then re computing network the remaining edge relative to the boundary of the source node number of all)

城市房价预测，mooc课程上作业代码，机器学习(City housing price prediction, MOOC course code, machine learning)

我们的过程包括下面几步： 1、时间序列有什么特别之处？ 2、在Pandas上传和加载时间序列（pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包，类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。） 3、如何检验时间序列的稳定性？ 4、如何令时间序列稳定？ 5、时间序列预测。

结合HanLP提供的针对机构名的HMM语料，实现了基于HMM模型的机构名实体识别算法。(Implementing Code Extraction of Institution Names with HMM)

说明：  CSDN-tiny YOLO v3做缺陷检测实战。九月份用tiny-yolo v3做了一个缺陷检测的实验，效果出乎意料，准确率和召回率“满分”！(CSDN tiny Yolo V3 is used for defect detection. In September, we did a defect detection experiment with tiny Yolo V3, and the effect was unexpected. The accuracy and recall rate were "full marks"!)

利用卷积神经网络对遥感图像进行分类，能够有效提高分类效率(Classification of Remote Sensing Images by Convolutional Neural Network)

在线的SVR实现，Matlab版本实现。(Online SVR, matlab version.)