[深度学习] long-short-term-memory-networks-with-python

说明： LSTM(长短期记忆网络)的基本概念以及Python实战，值得学习。
<herosunly> 上传 | 大小：5mb

[机器学习] objectmarker.zip

说明： objectmarker.zip，亲测可用
<weixin_43718250> 上传 | 大小：1mb

[深度学习] opencvHaar特征进行的分类器-所有XML.rar

说明： haarcascade_frontalface_alt.xml；haarcascade_frontalface_alt_tree.xml；haarcascade_frontalface_alt2.xml；haarcascade_frontalface_default.xml；haarcascade_fullbody.xml；haarcascade_lefteye_2splits.xml；haarcascade_licence_plate_rus_16stages.xml；haarcascade
<qq_43061705> 上传 | 大小：1mb

[机器学习] horseColic数据集：数据已处理过，标签为0-1

说明： 机器学习——logistic回归，预测病马死亡率的案例的horseColic。数据已处理过，标签为0-1。
<severe777777> 上传 | 大小：18kb

[机器学习] 关于知识表示的6篇论文

说明： 作者整理的6篇关于知识表示的论文，包括1篇中文综述和5篇英文论文，有3篇是2016年以后的
<lingpy> 上传 | 大小：10mb

[机器学习] 立体匹配经典论文集.rar

说明： 从2000到2018年的立体匹配经典论文，涉及各种经典算法，值得学习~
<xiaomingzaihuake> 上传 | 大小：122mb

[机器学习] ROS机器人高效编程（原书第3版) 高清.rar

说明： ROS机器人高效编程(原书第3版)包含了大量示例，帮助你开发机器人程序，并为你提供使用开源ROS库和工具的完整解决方案。本书主要内容包括：ROS的概念、命令行工具、可视化GUI以及如何调试ROS，如何将机器人传感器和执行器连接到ROS，如何从摄像头和3D传感器获取数据并分析数据，如何在机器人/传感器和环境仿真中使用Gazebo，如何设计机器人，如何使用OpenCV3.0为机器人添加视觉功能，如何使用新版本的PCL向机器人添加3D感知功能。本书适合各个阶层的机器人开发人员和机器人爱好者阅读
<m0_37588084> 上传 | 大小：38mb

[深度学习] VCForPython27.zip

说明： 在 Python 2.7 环境下使用 pip 安装 lda 等包时，会报错 `error: Microsoft Visual C++ 9.0 is required. Get it from http://aka.ms/vcpython27`. 解决方案，安装 VCForPython27。
<baishuo8> 上传 | 大小：83mb

[深度学习] carIdentiffc.rar

说明： 本资源是关于深度学习项目之车牌识别，其中包含了车牌图像处理源代码，神经网络训练源代码，以及其所需的训练集等。整个项目偏重基础，适合初学者使用。
<weixin_43648821> 上传 | 大小：65mb

[机器学习] PythonMachineLearningBlueprint.pdf

说明： Python Machine Learning Blueprints Intuitive data projects you can relate to An approachable guide to applying advanced machine learning methods to everyday problems Copyright © 2016 Packt Publishing
<qiaozixin2015> 上传 | 大小：40mb

[机器学习] 课程设计题十四：双机通信.zip

说明： 含有protues图和程序（全注释，连变量都注释） 要求:独立程序的串行接收/发送，两个单片机利用串行口进行方式1的全双工串行通信，两个单片机分别带有键盘和八段码数码管，当A单片机按下键盘上的数字时，该数字传送到B单片机上并显示在B单片机上连接的数码管上，反之亦然。可选的波特率为：1200，2400，4800，9600。
<qq_38351824> 上传 | 大小：149kb

[机器学习] Building.Machine.Learning.Systems.with.Python.pdf

说明： building machine learning system with Python从清理数据开始，到用scikit-learn包分类，逐层深入，有比较平缓的学习曲线。学习本书需要一定的Python基础，了解一点Python的语法后，熟悉下数据处理的几个包numpy、matplotlib、pandas等，就可以享受本书的内容了。
<qiaozixin2015> 上传 | 大小：37mb