├─1.计算机视觉简介、环境准备(python,ipython)│computervsion.pdf│CS231introduction.pdf│├─2.图像分类问题简介、kNN分类器、线性分类器、模型选择│2.图像分类简介、kNN与线性分类器、模型选择.mp4│2.初识图像分类.pdf│├─3.再谈线性分类器│3.再谈线性分类器.mp4│再谈线性分类器.pdf│├─4.反向传播算法和神经网络简介│.反向传播算法和神经网络简介.pdf│4.反向传播算法和神经网络简介.mp4│├─5.神经网络训练1│5.-神经网络训练1.pdf│5.神经网络训练1.mp4│├─6.神经网络训练2、卷积神经网络简介│6.神经网络训练2.mp4│神经网络训练2.pdf│├─7.卷积神经网络│7.卷积神经网络.mp4│Lession7.pdf│├─8.图像OCR技术的回顾、进展及应用前景│8.图像OCR技术的回顾、进展及应用前景.mp4│PhotoOCR_xbai.pdf│└─9.物体定位检测物体定位检测.pdf│├─10.卷积神经网络可视化│.卷积神经网络可视化.pdf│10.卷积神经网络可视化.mp4│├─11.循环神经网络及其应用│11.循环神经网络及其应用.mp4│循环神经网络.pdf│├─12.卷积神经网络实战│12.卷积神经网络训练实战.mp4│卷积神经网络实战.pdf│├─13.常见深度学习框架介绍│常见深度学习框架介绍.pdf│├─14.图像切割│14.图像切割.mp4

文件夹里面是K~最近邻算法需要的数据集以及完整程序。

整合了KNN算法与Tensorflow对手写识别系统的实现代码，以及训练与测试数据集

基于Python3.7实现手写识别功能，调用KNN算法。
包括源程序、训练数据、测试数据和测试结果。

本人将RSSI室内定位的matlab仿真分为8步（具体看代码文件夹中的readme.text），readme.text是代码使用教程，代码有很多注释，可结合我博客中的原理来理解，具体可看博客https://blog.csdn.net/gjh13/article/details/80388532

包含了数据挖掘十大算法中的：Apriori、C4.5、CART、EM、K-means、KNN、PageRank。
语言为Python

该算法实现了k-d树的建立，以及k邻域的查找，这是用matlab编写的，可以针对三维点云进行k邻域的查找，可以直接被调用。

这个代码可以用于多维数据的特征选取进行分类。
运行速度快，准确度高。

精简的knn定位算法，包含数据集，可直接运行

学期老师的作业，根据用户推测数据。
使用了KMEANS和KNN方法分类。
ZSCROS标准化数据。
使用MAT进行了XLC的替换功能

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。