raineydavid

Task	Time required	Assigned to	Current Status	Finished
Calendar Cache	> 5 hours	@georgehrke	in progress	- [x] ok?
Object Cache	> 5 hours	@georgehrke	in progress	[x] item1 [ ] item2
Object Cache	> 5 hours	@georgehrke	in progress	item1 item2
Object Cache	> 5 hours	@georgehrke	in progress	item1 item2

• works
• works too

raineydavid

# -*- coding: utf-8 -*-
"""
Created on Thu Oct 26 18:32:47 2017

Supervised machine learning with scikit learn

L'objectif de ce tutoriel est de vous introduire à la manipulation de scikit-learn. 
Pour cela, on charge en mémoire de la donnée avant de voir comment mettre sur pied des modèles de machine learning supervisés. 
On verra ensuite comment ensembler les modèles, puis comment utiliser les procédures de cross-validation, comment utiliser la fonctionnalité de grid search (ainsi qu'un module supplémentaire s'intégrant très bien à scikit-learn, qui permet de faire du grid search évolutionnaire), comment utiliser la fonctionnalité d'élimination récursive des features.
Notez que le but de ce tutoriel est de comprendre comment un objet "modèle" peut être passé pour être transformé en objet "modèle cross validé" puis à nouveau passé pour être transformé en objet "modèle cross validé optimisé via grid search", puis à nouveau pour être transformé en "modèle ensemblé résultant de plusieurs modèles qui ont été cro

raineydavid

#!/usr/bin/env  python
# coding: utf-8

"""AGE AND GENDER CLASSIFICATION USING CONVOLUTIONAL NEURAL NETWORKS - DEMO

This code is originates with the paper:

Gil Levi and Tal Hassner, "Age and Gender Classification Using Convolutional Neural Networks,"
IEEE Workshop on Analysis and Modeling of Faces and Gestures (AMFG), at the IEEE Conf. on
Computer Vision and Pattern Recognition (CVPR), Boston, June 2015

raineydavid

Create real-time/inline translator for VoIP calls

Hey! Surely everybody tested Skype Translator and liked it,So if you want your own continue.

---

raineydavid

#!/usr/bin/python

import os
import sys
import urllib
import csv

try:
	filename = sys.argv[1]
	url_name = sys.argv[2]

raineydavid

import torch
import torch.nn as nn
from torch.nn import functional as F
from torch.autograd import Variable
from torch import optim
import numpy as np
import math, random

# Generating a noisy multi-sin wave 

raineydavid

# http://www.pyimagesearch.com/2014/09/15/python-compare-two-images/
# scikit-image: http://scikit-image.org
# pip3 install -U scikit-image

import matplotlib
matplotlib.use('TkAgg')

import skimage.measure
import matplotlib.pyplot
import matplotlib.image

raineydavid

Introduction

React Native makes it possible to make native iOS and Android mobile apps without needing to know any iOS or Android programming - just JavaScript!

In this course, we'll write a simple mobile app that you can run on your own phone and share with your friends!

Prerequisites

In order to take advantage this course, you should have the following experience.

raineydavid

Deploy

Preqequisite

1. tag master with say 'pre_blog_news'

git checkout master
git tag pre_blog_news

raineydavid

Deploy

Preqequisite

1. tag master with say 'pre_blog_news'

git checkout master
git tag pre_blog_news