文章，教程和讲座
链接: https://www.pyimagesearch.com/2019/11/25/human-activity-recognition-with-opencv-and-deep-learning/
在本教程中，我们学习使用 OpenCV 和深度学习进行人类行为识别。最终完成的人类行为识别模型对 400 多种行为识别准确度可以达到 78.4-94.5％
本篇文章讲述了我是如何利用我的数据科学知识购买一辆最划算的轿车。
使用 GNES 和 Tensorflow2.0 对大规模的视频语义搜索
链接: https://hanxiao.io/2019/11/22/Video-Semantic-Search-in-Large-Scale-using-GNES-and-TF-2-0/
GNES 是基于深度神经网络开源云原生语义搜索解决方案。这篇文章讲述了如何使用最新的 GNES Flow API 和 Tensorflow2.0 构建视频语义搜索系统。
链接: https://opensource.com/article/19/11/document-python-sphinx
文档是开发过程中最重要的一部分。Sphinx 与 Tox 一起使用, 让文档编写变简单。
用户留存可以说是最新的市场热点，但是计算留存率却很难。所以这个简单的 Python 脚本诞生了！
链接: https://pbpython.com/selecting-columns.html
本文讨论关于 pandas 的 iloc 函数选择数据列的几种方法。
链接: https://www.sharpsightlabs.com/blog/seaborn-boxplot/
本教程讲述绘制 Seaborn 箱形图的方法和相关语法，最终使用 Seaborn 绘制一个箱形图。
在此项目中，我们将为 Kaggle（数据科学专业人员的在线社区）提一些增加收入的建议。我们分析了 Kaggle 用户调查问卷，尝试寻找该公司是否存在潜在的收入增长因子。
一瞥无人驾驶汽车中使用的技术。
链接: https://inventwithpython.com/blog/2019/11/24/type-hints-for-busy-python-programmers/
链接: https://articles.life4web.ru/python/colon/
链接: https://www.youtube.com/watch?v=_GcEkRzjjGI
链接: https://medium.com/jbennetcodes/how-to-use-pandas-to-access-databases-e4e74e6a329e
有趣的项目，工具和库
链接: https://github.com/cloudflare/flan
Flan Scan 是一个轻量的网络漏洞扫描程序。使用 Flan Scan 可以轻松找出网上的开放端口，识别服务及其版本，并获取影响网络的相关 CVE 列表。
链接: https://github.com/luka1199/geo-heatmap
根据你的 Google 的位置数据生成交互式地理热图。
**NBoost**
链接: https://github.com/koursaros-ai/nboost
NBoost 是一个可扩展的搜索引擎增强平台，用于开发和部署最新模型以提高搜索结果的相关性。
链接: https://github.com/alegonz/baikal
一个基于图的 API，可用于构建复杂的 scikit-learn 学习管道。
链接: https://github.com/tuxmonk/pupdb
一个用 Python 编写的简单的基于文件的键值数据库。
链接: https://github.com/hardeepnarang10/attendance-automation
基于二维码的考勤程序, 具有动态身份生成（密钥生成）和验证功能。
链接: https://github.com/s0md3v/Corsy
Corsy 是一个轻量程序，可以扫描 CORS 实现中所有已知的错误配置。
链接: https://github.com/sniklaus/3d-ken-burns
使用 PyTorch 将单个图像实现 3D Ken Burns 效果。
链接: https://github.com/qilingframework/qiling
Qiling 是一个先进的二进制仿真框架。
链接: https://github.com/NNgen/nngen
针对神经网络的完全可自定义的硬件综合编译器
本文翻译自 Python Weekly 425，有删改，不作为商业用途。
欢迎关注微.信..公.众号: 爱写Bug
