基于opencv验证，opencv库函数的test测试工具，widows系统，opencv3.3

智能科学与技术专业（本科）人才培养方案

代码解释的很详细，可以直接用，已经测试过了，很好用。

卷积神经网络的数字识别训练代码python3.5准确率98%保存模型画板手写测试字体颜色和背景相差大就行字体不能太细有编译代码可以看到数字样本图片

机器学习TomM.mitchell中文版课后题答案；
全书讲解ppt；
西安电子科技大学研究生期末考试题目机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能？近年来，机器学习被成功地应用于很多领域，从检测信用卡交易欺诈的数据挖掘程序，到获取用户阅读兴趣的信息过滤系统，再到能在高速公路上自动行驶的汽车。
同时，这个学科的基础理论和算法也有了重大的进展。

Thisbookattemptstosimplifyandpresenttheconceptsofdeeplearninginaverycomprehensivemanner,withsuitable,full-fledgedexamplesofneuralnetworkarchitectures,suchasRecurrentNeuralNetworks(RNNs)andSequencetoSequence(seq2seq),forNaturalLanguageProcessing(NLP)tasks.Thebooktriestobridgethegapbetweenthetheoreticalandtheapplicable.Itproceedsfromthetheoreticaltothepracticalinaprogressivemanner,firstbypresentingthefundamentals,followedbytheunderlyingmathematics,and,finally,theimplementationofrelevantexamples.ThefirstthreechapterscoverthebasicsofNLP,startingwiththemostfrequentlyusedPythonlibraries,wordvectorrepresentation,andthenadvancedalgorithmslikeneuralnetworksfortextualdata.Thelasttwochaptersfocusentirelyonimplementation,dealingwithsophisticatedarchitectureslikeRNN,LongShort-TermMemory(LSTM)Networks,Seq2seq,etc.,usingthewidelyusedPythontoolsTensorFlowandKeras.Wehavetriedourbesttofollowaprogressiveapproach,combiningalltheknowledgegatheredtomoveontobuildingaquestion-and-answersystem.Thebookoffersagoodstartingpointforpeoplewhowanttogetstartedindeeplearning,withafocusonNLP.AllthecodepresentedinthebookisavailableonGitHub,intheformofIPythonnotebooksandscripts,whichallowsreaderstotryouttheseexamplesandextendthemininteresting,personalways.

采用神经网络算法，对数据进行修改后，可以应用在图像识别的识别部分。

cifar10.mat，包含batches.meta.mat，data_batch_1~5.mat，基test_batch

https://blog.csdn.net/cry_smile/article/details/114259589程序结果及分析

mdp（马尔科夫过程）的MATLAB代码，马尔可夫决策过程（Markovdecisionprocesses）matlab程序，m文件，从工具箱中调用，有英文说明。
本人亲测，程序可用，结果正确。