机器深度学习

机器学习，深度学习是人工智能的核心分支，致力于让计算机系统通过数据驱动的方式自动学习和改进性能，而无需显式编程。其核心是从数据中识别模式或规律，构建数学模型，使计算机能完成预测、分类、聚类等任务。主要类型包括监督学习、无监督学习和强化学习。机器学习广泛应用于自然语言处理、计算机视觉、推荐系统等领域，正重塑各行各业，是当前AI爆发的核心技术之一。

智能问数 MCP 服务产品系统

服务注册了五个工具。text2sql按库表结构把问题写成PostgreSQL，execute_sql执行并返回结果；data_process读取上传的csv/xlsx并整理成模型输入；common_models按目标变量选择算法，分类用随机森林，回归用线性回归；aircondition_models

1790Python人工智能

基于2D安装说明的3D动画自动生成系统产品系统

系统支持用户上传2D安装说明图，通过MaskR-CNN自动识别并分割零件，利用PnP算法计算零件的3D姿态，并从3D模型库匹配对应模型，最终使用Three.js和GSAP生成可交互的3D装配动画，实现从2D图像识别到3D动画展示的完整流程。

1740Python人工智能

足球战术分析系统产品系统

整合全球领先体育数据提供商Skillcorner的精准追踪数据，依托Streamlit框架构建高度交互的分析环境，打破数据获取与处理的技术壁垒，让专业人员聚焦于数据本身的价值挖掘。将复杂的多维运动数据转化为直观易懂的战术洞察，赋能教练、分析师与管理层。在球员招募、球队战术优化及比赛表现评估的全流程中

420Java人工智能

AI 招聘与人才决策助手产品系统Vibe Coding

系统包括职位委托管理、候选人上传与解析、AI匹配评估、候选人推荐、能力画像、风险提示、面试辅助和招聘进度管理等模块。AI根据JD与候选人经历提取关键能力，形成专业能力、经验匹配、稳定性、管理能力及发展潜力等维度的辅助评估，并生成可解释的推荐依据。招聘顾问可进一步查看完整经历、补充联系方式、安排面试并

180Python机器深度学习

基于机器学习的考研院校信息查询和上岸难度分析系统产品系统Vibe Coding

可以查询各院校的分数线与报录人数，查询往年的国家线，还可以查询各个院校的考研专业目录，还可以输入自己的预期总分，系统会预测当年的分数并给出学生当前分数的上岸难度

220Python机器深度学习

自进化模型系统产品系统Vibe Coding

系统核心功能：1、使用记录采集与脱敏：自动记录模型输入输出，对敏感信息脱敏后入库，形成使用日志库；2、经验自动总结：定时任务分析使用记录，自动提炼成功经验与失败教训，生成结构化经验条目；3、临时知识RAG：经验条目存入向量库，模型回答时实时检索相关经验作为上下文，临时生效；4、训练微调固化：对高频复

390Python人工智能

基于体质健康评估与慢病风险提示的运动处方推荐系统产品系统

1）基于用户体质监测数据完成个体体质状态量化评估，定位体质短板；2）识别肥胖、高血压等慢病潜在风险，给出风险提示；3）依托ACSM运动测试与运动处方指南权威知识，生成符合FITT‑VP规范的个性化运动处方；4）区分成年人、老年人群体，实现差异化评估与处方生成，提供报告查看、导出能力。

470Python人工智能

某铁路路外安全识别管理系统产品系统

1、高效、精准地识别铁路沿线防护围栏的各类破损情况，包括整体缺失、局部损坏及结构性倒塌等。基于对检测视频的全面分析，识别准确率在行业中处于领先水平，为快速修复与物理隔离提供了首要的决策依据；2、对铁路沿线的周边环境进行精细化扫描与检测，准确识别出可能存在的彩钢瓦房等硬质飘浮物隐患，实时关联其与铁路线

600Java人工智能

目标检测训练与智能辅助平台产品系统Vibe Coding

平台围绕目标检测模型开发提供数据标注、训练任务编排、训练状态监控、结果分析和智能问答等功能。用户可以在统一界面中完成图像数据整理与标注、配置模型和训练参数、启动训练任务并查看实时日志；训练完成后，可查看模型指标、检测效果及相关结果，辅助定位漏检、误检等问题。平台还集成目标检测领域知识问答能力，用于解

520Python机器深度学习

锂电池数据管理系统（BMS 数据管理与 AI-Agent 智能查询系统）产品系统

本项目包含七大功能模块：1）数据采集与管理：对接电池充放电设备，采集电压、电流、温度等时序数据并存入MySQL，支持历史数据查询与导出；2）SOC荷电状态估计：采用安时积分与开路电压标定融合的多策略算法，经牛津退化数据集实测，SOC估计误差RMSE2.48%、MAE1.85%；3）SOH健康状态监测

470Java机器深度学习

北理工（珠海）图书馆个性化推荐产品系统

系统围绕用户兴趣建模、资源特征分析、混合推荐计算、推荐结果展示及反馈优化构建完整服务链路。用户登录图书馆门户后，可在个人服务区域查看根据其研究方向、资源偏好和历史行为生成的个性化推荐结果，内容可覆盖专业图书、电子资源、课程资料及相关学术内容。推荐页面以书名、封面、作者、出版社和资源类型等信息呈现候选

630Java机器深度学习

基于AIGC的智能教学平台产品系统

平台由教师工作台、课程管理、班级管理、学情监控、学生学习门户、个性化学习路径和AI智能助理等模块构成。教师工作台集中呈现学习人数、课程数量、待批改作业、用户反馈、课程平均完成率、平均学习评分、提交率和优秀率等核心指标，并提供待处理任务、实时学情预警和AIGC助手入口，便于教师快速掌握教学情况并开展后

760Java教育校园

信息检索智能体产品系统

1.多轮智能主循环:意图规划、内容探测、广覆盖检索、立场发现、多辩论收敛,自动决定何时深挖何时终止。2.知识框架沉淀:每轮增量更新话题时间窗、实体、关系、时间线、争议点、子话题与立场分布,并做快照留档。3.多源抓取层:统一编排MediaCrawler子进程(微博/抖音/小红书/B站/快手)、海外X/

560Python人工智能

国内影视数据的可视化大屏产品系统

系统分为普通浏览用户、数据运营人员、系统管理员三类角色。1.普通浏览用户：查看可视化大屏总览，浏览票房统计、影片类型占比、地区上映分布、评分排行等各类图表，筛选基础条件查看对应影视数据。2.数据运营人员：影视数据导入与更新，配置图表展示维度，导出统计报表，设置大屏筛选时间范围、影片分类条件。3.系统

610Python机器深度学习

点云图片融合标注系统产品系统

1.大容量点云标注：最高支持200帧点云同步加载，支持同时叠加200帧点云以标注静态物体，支持点云向图像投影，辅助确认目标物体属性，提升标注准确度。2.图‑点云融合联合标注：实现图像与点云数据的空间对齐映射，支持双视图联动，完成一一对应标注作业。3.物体关键点标注：支持车辆轮胎等目标对象的关键点定位

780Python机器深度学习

电影票房预测系统产品系统Vibe Coding

设计并实现了一套具备票房数据展示与票房预测功能的Web系统。系统经过数据爬取获取票房信息，并经过处理后以图表形式进行展示，支持筛选与对比分析。后端使用了Flask框架，系统前端页面、接口交互、业务逻辑与数据库模块均能够正常运行。

730Python机器深度学习

基于卷积神经网络的交通标志识别系统的设计与实现产品系统

该系统设计为九个功能模块：用户认证、检测引擎、模型管理、检测历史、统计分析、数据管理、模型训练、结果导出。用户认证模块采用统一登录入口，支持管理员与普通用户双角色。系统内置初始管理员账号，新用户须由管理员创建并分配角色。登录时采用SHA-256加盐哈希加密校验，校验通过后加载用户对象并跳转主界面，失

630Python机器深度学习

冠脉三维重建项目产品系统

项目核心功能模块覆盖全流程冠脉影像后处理需求：‌基础影像导入解析‌：支持标准DICOM格式冠脉CTA影像的自动导入，完成影像序列校验、参数提取与预处理‌多模式三维重建‌：包含VR容积重建、CPR曲面重建、MIP最大密度投影、钙化积分计算四大核心重建能力，可完整还原冠脉全段血管走行‌智能测量标注‌：支

770C++机器深度学习

大学生就业推荐系统产品系统

该系统围绕“精准匹配”与“全流程服务”设计，核心功能模块如下：智能岗位推荐：基于协同过滤与内容推荐算法，综合分析学生的专业背景、技能标签、项目经历及求职偏好，为其精准推送高度契合的岗位，同时支持按薪资、地域、行业等多维度筛选。企业招聘管理：企业可发布岗位、管理职位信息，系统运用大数据分析主动筛选并推

990Java教育校园

智能心脑血管风险预测与大数据分析平台产品系统

项目构建了一套完整的心脑血管风险预测与群体健康数据分析平台，包含个人风险评估、机构批量分析、数据可视化、历史趋势分析及健康建议等核心模块。个人端基于双XGBoost模型分别预测心脏事件和脑卒中风险，并提供五级风险评级、关键因素解释及情景模拟；机构端支持CSV大数据上传、重点人群筛选、区域聚合统计和多

1060Python医疗健康

当前共138个项目登录查看更多

登录后即可上传、下载作品

分类

truffle VR/AR Mybatis QT Tornado LoadRunner Web3 自动驾驶 HTTP2 Laravel

点击空白处退出提示

机器深度学习

重点城市程序员兼职推荐

重点岗位程序员兼职推荐