文章，教程和講座
鏈接: https://www.pyimagesearch.com/2019/11/25/human-activity-recognition-with-opencv-and-deep-learning/
在本教程中，我們學習使用 OpenCV 和深度學習進行人類行爲識別。最終完成的人類行爲識別模型對 400 多種行爲識別準確度可以達到 78.4-94.5％
本篇文章講述了我是如何利用我的數據科學知識購買一輛最划算的轎車。
使用 GNES 和 Tensorflow2.0 對大規模的視頻語義搜索
鏈接: https://hanxiao.io/2019/11/22/Video-Semantic-Search-in-Large-Scale-using-GNES-and-TF-2-0/
GNES 是基於深度神經網絡開源雲原生語義搜索解決方案。這篇文章講述瞭如何使用最新的 GNES Flow API 和 Tensorflow2.0 構建視頻語義搜索系統。
鏈接: https://opensource.com/article/19/11/document-python-sphinx
文檔是開發過程中最重要的一部分。Sphinx 與 Tox 一起使用, 讓文檔編寫變簡單。
用戶留存可以說是最新的市場熱點，但是計算留存率卻很難。所以這個簡單的 Python 腳本誕生了！
鏈接: https://pbpython.com/selecting-columns.html
本文討論關於 pandas 的 iloc 函數選擇數據列的幾種方法。
鏈接: https://www.sharpsightlabs.com/blog/seaborn-boxplot/
本教程講述繪製 Seaborn 箱形圖的方法和相關語法，最終使用 Seaborn 繪製一個箱形圖。
在此項目中，我們將爲 Kaggle（數據科學專業人員的在線社區）提一些增加收入的建議。我們分析了 Kaggle 用戶調查問卷，嘗試尋找該公司是否存在潛在的收入增長因子。
一瞥無人駕駛汽車中使用的技術。
鏈接: https://inventwithpython.com/blog/2019/11/24/type-hints-for-busy-python-programmers/
鏈接: https://articles.life4web.ru/python/colon/
鏈接: https://www.youtube.com/watch?v=_GcEkRzjjGI
鏈接: https://medium.com/jbennetcodes/how-to-use-pandas-to-access-databases-e4e74e6a329e
有趣的項目，工具和庫
鏈接: https://github.com/cloudflare/flan
Flan Scan 是一個輕量的網絡漏洞掃描程序。使用 Flan Scan 可以輕鬆找出網上的開放端口，識別服務及其版本，並獲取影響網絡的相關 CVE 列表。
鏈接: https://github.com/luka1199/geo-heatmap
根據你的 Google 的位置數據生成交互式地理熱圖。
**NBoost**
鏈接: https://github.com/koursaros-ai/nboost
NBoost 是一個可擴展的搜索引擎增強平臺，用於開發和部署最新模型以提高搜索結果的相關性。
鏈接: https://github.com/alegonz/baikal
一個基於圖的 API，可用於構建複雜的 scikit-learn 學習管道。
鏈接: https://github.com/tuxmonk/pupdb
一個用 Python 編寫的簡單的基於文件的鍵值數據庫。
鏈接: https://github.com/hardeepnarang10/attendance-automation
基於二維碼的考勤程序, 具有動態身份生成（密鑰生成）和驗證功能。
鏈接: https://github.com/s0md3v/Corsy
Corsy 是一個輕量程序，可以掃描 CORS 實現中所有已知的錯誤配置。
鏈接: https://github.com/sniklaus/3d-ken-burns
使用 PyTorch 將單個圖像實現 3D Ken Burns 效果。
鏈接: https://github.com/qilingframework/qiling
Qiling 是一個先進的二進制仿真框架。
鏈接: https://github.com/NNgen/nngen
針對神經網絡的完全可自定義的硬件綜合編譯器
本文翻譯自 Python Weekly 425，有刪改，不作爲商業用途。
歡迎關注微.信..公.衆號: 愛寫Bug