HandwriteRecognizerCourse

手写识别机器学习课程源码

源码及视频教程

• 国际镜像 https://github.com/plter/HandwriteRecognizerCourse
• 国内镜像 https://gitee.com/topyunp/HandwriteRecognizerCourse
• 视频教程：https://yunp.top/p/v/8

课程目录

sklearn是一个强大的机器学习库，本套课程的目的就是在一周之内教会您使用机器学习技术。

1. 第一章 手写识别效果演示
   本课程讲解如何使用人工智能实现手写识别功能
   1. 第一节 手写识别实例演示
2. 第二章 Python运行环境与开发环境的安装与配置
   本章介绍Anaconda环境，讲解如何在OS X系统中和Windows系统中安装和使用Anaconda，并讲解如何在OS X系统中和Windows系统中安装与配置PyCharm集成开发环境。
   1. 第一节 在OS X中安装和使用Anaconda
   2. 第二节 在Windows中安装和使用Anaconda
   3. 第三节 在OS X中安装和使用PyCharm
   4. 第四节 在Windows平台安装和使用PyCharm
3. 第三章 决策树分类器
   本章以决策树分类器为切入点对机器学习进行讲解
   1. 第一节 认识决策树
   2. 第二节 照明灯识别程序实现
4. 第四章 图像处理
   本章讲解图像处理相关知识
   1. 第一节 计算机是如何存储图像的
   2. 第二节 在计算机编程中使用颜色
   3. 第三节 加载图片
   4. 第四节 获取图片数据
   5. 第五节 基本的图片像素处理
5. 第五章 web.py 开发Python Web应用
   本章讲解如何使用web.py开发Python网站
   1. 第一节 使用web.py开发服务器程序
   2. 第二节 web.py接受GET方式的参数
   3. 第三节 web.py接受POST方式的参数
   4. 第四节 web.py处理js异步通信
6. 第六章 生成训练数据
   本章讲解如何编写程序用于生成手写识别程序的训练数据
   1. 第一节 手写识别程序的原理
   2. 第二节 制作手写识别图片样本
   3. 第三节 提取图片数据
7. 第七章 实现手写识别
   本章将最终实现手写识别人工智能项目
   1. 第一节 读取训练数据
   2. 第二节 选择合适的分类器
   3. 第三节 改进识别程序
   4. 第四节 实现手写识别后端
   5. 第五节 实现手写识别前端