[深度学习] Haar 人脸识别 特征分类器 人脸检测级联分类器.zip

说明：Haar 人脸识别 特征分类器 人脸检测级联分类器，我是用FaceNet和这个资源搭配使用的，FaceNet的预训练模型可以看我上传的资源。
<qq_39591507> 上传 | 大小：645kb

[深度学习] lfw数据集 lfw人脸数据库.zip

说明：lfw数据集 lfw人脸数据库.zip 使用到FaceNet、FaceNet预训练模型、MTCNN、Haar人脸特征分类器、lfw人脸数据集，完成人脸识别功能；
<qq_39591507> 上传 | 大小：172mb

[深度学习] FaceDB_yaleA YaleB人脸数据集 人脸数据库

说明：FaceDB_YaleA YaleA人脸数据集 人脸数据库 FaceDB_YaleB人脸数据集请查看我的其他资源； 由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态的变化。 Yale人脸数据库中一个采集志愿者的10张样本，相比较ORL人脸数据库Yale库中每个对象采集的样本包含更明显的光照、表情和姿态以及遮挡变化。
<qq_39591507> 上传 | 大小：5mb

[深度学习] Orl人脸数据库-Orl-faces.zip

说明：Orl人脸数据库-Orl-faces.zip Orl人脸数据集，共40人，每个人10张不同形态的照片，图片格式为pgm，用来做人脸识别训练测试数据集；
<qq_39591507> 上传 | 大小：3mb

[深度学习] FaceDB_YaleB YaleB人脸数据集 人脸数据库

说明：FaceDB_YaleB YaleB人脸数据集 人脸数据库 FaceDB_YaleA人脸数据集请查看我的其他资源； 包含了10个人的5850幅在9种姿态，64种光照条件下的图像。其中的姿态和光照变化的图像都是在严格控制的条件下采集的，主要用于光照和姿态问题的建模与分析。
<qq_39591507> 上传 | 大小：55mb

[深度学习] mtcnn-FaceNet实现人脸检测 人脸识别 开箱即用

说明：mtcnn实现人脸检测，使用的haar人脸特征分类器，FaceNet实现人脸识别； 使用PyCharm可直接打开，开箱即用 使用了FaceNet的预训练模型，因为模型资源过大，我分开上传了，可在我的个人主页找到对应预训练模型下载，放在项目中对应的mtcnn-FaceNet\models的每个目录底下即可； 人脸数据库初始化的人脸数据是我在网上找到明星照片，使用mtcnn和Haar从mtcnn-FaceNet\dataset\images文件夹中所有文件提取人脸，放在mtcnn-FaceNet\d
<qq_39591507> 上传 | 大小：10mb

[机器学习] CSV格式轴承数据集_CWRU.zip

说明：将.mat格式的凯斯西储大学的轴承数据集通过python转换为了.csv格式的数据集合。更适用于用python tensroflow keras进行机器学习训练。有问题可站内私信或留言联系。
<coolJuicy> 上传 | 大小：406mb

[机器学习] Thompson Sampling 汤普森选样 最优路线问题 demo

说明：根据python简单模拟交通环境模拟交通环境，根据汤普森选样建模解决最优路线问题。道路条数以及道路随机情况可自行更改。非常简单。
<weixin_45265581> 上传 | 大小：3kb

[机器学习] 中文停用词表.txt

说明：基于网络资源整理出来的一些常用的中文的停用词，在文本分析中会有用处，希望能帮到大家，没有的词大家可以自行添加在txt文档中
<MissWong123> 上传 | 大小：14kb

[机器学习] Mountain tiger-EA.zip

说明：本EA遵行顺大势，逆小势策略入场交易，双均线，形成均线系统，用于趋势判断，当前价格与均线的距离，用于趋势判断。
<Ww798229841> 上传 | 大小：94kb

[机器学习] 自己总结的常见网络摄像机的端口及RTSP地址.pdf

说明：自己整理的常见网络摄像机的端口及RTSP地址.包括海康、大华、天视通、中维/尚维、九安、技威/YOOSEE、V380、天地伟业、巨龙/JVT等品牌详细信息，是安防监控与机器学习的第一手经验资料
<xulong20006> 上传 | 大小：254kb

[机器学习] iris神经网络.zip

说明：一个人工神经元网络是由一个多层神经元结构组成，每一层神经元拥有输入（它的输入是前一层神经元的输出）和输出，我们把神经元和与之对应的神经元之间的连线用生物学的名称，叫做突触，在数学模型中每个突触有一个加权数值，称做权重，此时第i层上的某个神经元所得到的输出等于每一个权重乘以第i-1层上对应的神经元的输出之和，最后再通过激活函数来对输出进行量化，在与阈值相比较判断是否属于某一类。
<weixin_43521269> 上传 | 大小：379kb