机器学习：基于PCA对人脸识别数据降维并建立KNN模型检验
PCA（Principal Component Analysis）是一种常用的数据降维方法，通过线性变换将高维数据映射到低维空间，同时尽量保留原始数据的信息。PCA的主要思想是将原始数据的各个特征进行线性组合，使得新特征能够最大程度地保留原始数据的方差，从而达到降维的目的。
数学建模--预测类模型
数学建模预测类的方法整理和运用
YOLOV5轻量化改进-MobileNetV3替换骨干网络
YOLOV5轻量化改进-MobileNetV3替换骨干网络
机器学习：基于逻辑回归（Logistic Regression）对股票客户流失预测分析
逻辑回归（Logistic Regression）是一种二分类的监督学习算法，用于预测样本的概率属于某一类别的概率。相比于线性回归，逻辑回归可以更好地处理分类问题。
神经网络——Python实现BP神经网络算法（理论+例子+程序）
一、基于BP算法的多层感知器模型采用BP算法的多层感知器是至今为止应用最广泛的神经网络，在多层感知器的应用中，以图3-15所示的单隐层网络的应用最为普遍。一般习惯将单隐层前馈网称为三层感知器，所谓三层包括了输入层、隐层和输出层。算法最终结果采用梯度下降法，具体详细过程此处就省略了！二、BP算法的程序
CycleGAN的pytorch代码实现（代码详细注释）
Cycle GAN 使用pytorch代码实现
【你评论，我送书】Python的爬虫基础知识
本期赠书内容：Python Web 深度学习
【数据分析之道-基础知识(十)】Lambda函数
Python 中的 lambda 是一个匿名函数，它可以在一行代码中定义简单的函数。Lambda 表达式通常用于需要传递函数作为参数的场合，可以使代码更加简洁和易读。
行人车辆检测与计数系统（Python+YOLOv5深度学习模型+清新界面）
行人车辆检测与计数系统用于交通路口行人及车辆检测计数，道路人流量、车流量智能监测，方便记录、显示、查看和保存检测结果。本文详细介绍行人车辆检测，在介绍算法原理的同时，给出Python的实现代码、PyQt的UI界面以及训练数据集。在界面中可以选择各种行人车辆图片、视频进行检测识别与计数；可对图像中存在
机器学习(六)：基于高斯贝叶斯对面部皮肤进行预测分析
高斯朴素贝叶斯算法是一种分类算法，它基于贝叶斯定理和特征之间的高斯分布假设。该算法被广泛应用于文本分类、垃圾邮件过滤、生物信息学等领域。
【数据分析之道-Matplotlib(三)】Matplotlib 绘制子图
Matplotlib支持多种绘制多图的方法，其中最常用的是subplot和subplots函数。subplot函数可以将一个图像分成若干个小区域，并在其中绘制子图，而subplots函数可以一次性创建多个子图，并返回一个包含所有子图的数组对象。
逻辑回归（Logistic Regression)详解
逻辑回归也称作logistic回归分析，是一种广义的线性回归分析模型，属于机器学习中的监督学习。其推导过程与计算方式类似于回归的过程，但实际上主要是用来解决二分类问题（也可以解决多分类问题）。通过给定的n组数据（训练集）来训练模型，并在训练结束后对给定的一组或多组数据（测试集）进行分类。其中每一组数
基于Simswap的视频换脸
最近火遍抖音的视频换脸技术其实就是简单应用了Simswap这个框架，而且4G显存的机器就可以进行操作，简直就是普通人的福音。没有Deepfacelab效果那么好，不过速度很快…… 没有训练过程，如果需要训练可以关注后面的内容。先来看一下效果《无间道》经典场面，我想当一个好人。【我想当一个好人】无间道
Stable Diffusion 本地部署教程
最近看Stable Diffusion开源了，据说比Disco Diffusion更快，于是从git上拉取了项目尝试本地部署了，记录分享一下过程~这里是官网介绍：https://stability.ai/blog/stable-diffusion-public-release。
【Pandas总结】第二节 Pandas 的数据读取_pd.read_csv()的使用详解（非常全面，推荐收藏）
pandas对纯文本的读取提供了非常强力的支持，参数有四五十个。这些参数中，有的很容易被忽略，但是在实际工作中却用处很大。
超简单教你在树莓派上安装opencv（二）
超简单教你在树莓派上安装opencv（二）前言一、如何基于python3.9.2安装OpenCv？1.1 查看自己的Python版本，跟对教程1.2 换源1.3 更新1.4 安装依赖1.5 查看自己树莓派的架构来确定下载什么包1.6 下载自己需要的 whl 包1.7 安装OpenCv二、
超详细的的PyTorch安装教程，成功率高，适合初学者，亲测可用。
Anaconda安装配置PyTorch深度学习教程，简单好用。
Python对职业人群体检数据进行分析与可视化（附源码 超详细）
Python对职业人群体检数据进行分析与可视化（附源码 超详细）使用matplotlib pandas等对数据分析
AI绘图提示词/咒语/词缀/关键词使用指南（Stable Diffusion Prompt 设计师操作手册）
提示词（prompt）由多个词缀构成。提示词分为正向提示词（）和反向提示词（），用来告诉AI哪些需要，哪些不需要。反向提示词就是我们不想出现什么的描述。例：NSFW 不适合在工作时看的内容，包括限制级，还有低画质相关和一些容易变形身体部位的描述等。注：可下载 Easynegative 的文件，它已把
Segment Anything（SAM）的demo的简单使用
cmd命令：注意notebooks/images/是指你的输入图片路径，output是指的输出mask的路径，后面的--device cpu如果加了，就会采用cpu跑，不然会默认GPU。进行安装即可，对了我是用的anconda环境，建议创建一个新的虚拟环境，避免干扰自己的其他配置，注意python版
