Tensorflow训练的花的数据集

三种机器学习方法和使用CNN训练FashionMNIST的性能比较，三种机器学习方法分别为:随机森林、KNN、朴素贝叶斯。 包含完整代码和测试文档

10个数字和26个字母不同打印字体训练集，每一个含一千多种字符

本科生课程作业。用MATLAB实现的双隐层BP训练MINIST手写数字数据集，没有调用算法库。

线性回归模型常用训练数据集，包含50_Startups.csv与studentscores.csv。

机器学习车牌识别tensorflow中国区纯数据集

LR逻辑回归训练数据集，200行，两种特征，二分类问题训练数据。

通过tensorflow.keras.datasets.mnist.load_data()导入数据集时，由于需要google的服务器，国内无法访问资源。

用于根据图片库生成文件列表和分类，具体自己领会

Handwriting_Digits_Classification:使用Tensorflow和keras进行手写数字分类,训练数据集的准确性为99%,测试数据集的准确性为91%

mnist数据集是标准的手写数字数据集,该资源包含了原本的ubyte格式,mat格式以及常用的CSV格式