广义加性模型(GAMs)
作为回归家族的一个扩展，广义加性模型(GAMs)是最强大的模型之一，可以为任何回归问题建模!!
数据挖掘经典十大算法_K-Means算法
K-means算法的理解与代码实现
数学建模——相关系数
在数理统计中，这里的原假设和备择假设中的𝑟应该改为𝜌, 其中𝜌为未知的总体相关系数，实际上我们关心的是总体的统计特征。（2）在不确定两个变量是什么关系的情况下，即使算出皮尔逊相关系数，发现很大，也不能说明那两个变量线性相关，甚至不能说他们相关，我们一定要画出散点图来看才行。这里，我们选择正态分
《Python 计算机视觉编程》学习笔记（一）
计算机视觉是一门对图像中信息进行自动提取的学科。计算机视觉有时试图模拟人类视觉，有时使用数据和统计方法，而有时几何是解决问题的关键。
opencv的基础用法及其在QT中的应用
opencv计算机视觉库 + QT桌面应用开发
我眼中的大数据（一）
在正式落地谈技术之前，先花一些篇幅说说大数据技术的发展史。我们常说的大数据技术，其实起源于Google在2004年前后发表的三篇论文，分别是分布式文件系统GFS、大数据分布式计算框架MapReduce和NoSQL数据库系统BigTable（如果大家需要可以留言给我，我可以专门解读一下）。
ROS从入门到精通5-4：路径规划插件开发案例(以A*算法为例)
路径规划是移动机器人实现自主导航的关键技术之一，在ROS的导航功能包集navigation中提供了move_base功能包，用于实现此功能。本文介绍自己设计路径规划插件部署到ROS的全流程
使用可视化工具和统计方法检测异常值
异常值（离群值）是指距离其他数据值太远的数据值。数据异常值可能是自然产生的，也可能是由于测量不准确、或系统故障造成的。与缺失值类似，异常值会破坏数据科学项目并返回错误的结果或预测。
模式识别与图像处理课程实验二：基于UNet的目标检测网络
从运行结果可以看出，用Unet网络训练目标数据集，可以对数据集的道路目标实现准确的检测。从大量的数据集中进行测试，在CPU上运行，Unet网络测试数据用了将近10小时的训练时间。但是，得到的目标检测的结果是非常准确的。
Pandas数据分析：快速图表可视化各类操作详解+实例代码(三)
一般我们做数据挖掘或者是数据分析，再或者是大数据开发提取数据库里面的数据时候，难免只能拿着表格数据左看右看，内心总是希望能够根据自己所想立马生成一张数据可视化的图表来更直观的呈现数据。而当我们想要进行数据可视化的时候，往往需要调用很多的库与函数，还需要数据转换以及大量的代码处理编写。
【CSDN话题挑战赛第2期】web组态可视化领域分享
乐吾乐Topology名称：乐吾乐Topology-le5le类型：web组态可视化绘图工具乐吾乐Topology - 数据如此美轮美奂乐吾乐Topology，是乐吾乐公司自主设计、研发的web可视化绘图工具，拥有为电力能源、水利、物联网、工业互联网、智慧城市、智慧医疗、智慧农业、IT运维、UML建
日积月累，在迷茫彷徨中前进 —— 我的大学经历
想想好久没写过程序人生了，恰逢一位学弟成为了母校的CSDN联合校园大使，为开学季话题征文，不禁回想起四年前，我也是忐忑而又兴奋的等待着大学生活的开始。坎坎坷坷四年来，我也已毕业，看着新一届的同学们又将面临开学季，我这肚子里的半瓶墨水又憋不住了，总想撰文一篇，既是对自己大学四年的总结，也是希望给新同学
目标检测YOLO系列算法的进化史
本文中将简单总结YOLO的发展历史，YOLO是计算机视觉领域中著名的模型之一
Pandas数据分析：快速图表可视化各类操作详解+实例代码(二)
一般我们做数据挖掘或者是数据分析，再或者是大数据开发提取数据库里面的数据时候，难免只能拿着表格数据左看右看，内心总是希望能够根据自己所想立马生成一张数据可视化的图表来更直观的呈现数据。而当我们想要进行数据可视化的时候，往往需要调用很多的库与函数，还需要数据转换以及大量的代码处理编写。
为什么不试试神奇的3407呢？
3407可能正是你所需要的！torch.manual seed(3407) is all you need！
安装GPU版本tensorflow、pytorch
如何让一个小白轻松安装深度学习框架？
基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)
基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)，手势识别，动作识别，手势动作识别，手势数据集
【新学期】双非本科大三学长经验分享
新学期，新flag，今年你大几了呢？这一年的规划是什么？步入大三 大四了，我们的人生经历是什么呢？
2022年数学建模国赛--赛后总结
2022年全国大学生数学建模比赛已经落下帷幕，每一位坚持到比赛结束的数模人都值得我们去敬佩！数学建模从0到1这次比赛时间依旧十分紧张，三天比赛期间几乎都是两三点睡，六七点起床，不过很庆幸今年状态比较好，能保持三天工作效率正常。我们团队的配合也越来越默契，大家都攥着一股劲儿往前冲。当然这次比赛中也存在
使用Keras Tuner进行自动超参数调优的实用教程
在本文中将介绍如何使用 KerasTuner，并且还会介绍其他教程中没有的一些技巧，例如单独调整每一层中的参数或与优化器一起调整学习率等。
