机器学习（MachineLearning）（1）——机器学习概述机器学习（MachineLearning）（2）——线性回归机器学习（MachineLearning）（3）——决策树回归机器学习（MachineLearning）（4）---------分类_逻辑回归机器学习（MachineLearning）（5)——分类_决策树机器学习（MachineLearning）（6)——分类_支持向量机机

机器学习（MachineLearning）（1）——机器学习概述机器学习（MachineLearning）（2）——线性回归机器学习（MachineLearning）（3）——决策树回归机器学习（MachineLearning）（4）---------分类_逻辑回归机器学习（MachineLearning）（5)——分类_决策树机器学习（MachineLearning）（6)——分类_支持向量机一

问题一：python报错MissingdependenciesforSOCKSsupport解决方法尝试了网上的方法，都不行。对于我的windows系统来说，将设置->网络和Internet->代理中的“使用代理服务器”关了就行了。问题二：如何在PyCharm中新建Project,并使用已有的虚拟环境？假设已经通过PyCharm创

iOSMachineLearning系列（3）——静态图像分析之区域识别本系列的前一篇文章介绍了如何使用iOS中自带的API对图片中的矩形区域进行分析。在图像静态分析方面，矩形区域分析是非常基础的部分。API还提供了更多面向应用的分析能力，如文本区域分析，条形码二维码的分析，人脸区域分析，人体分析

iOSMachineLearning系列（19）——分析文本中的问题答案本篇文章将介绍Apple官方推荐的唯一的一个文本处理模型：BERT-SQuAD。此模型用来分析一段文本，并根据提供的问题在文本中寻找答案。需要注意，BERT模型不会生成新的句子，它会从提供的文本中找到最有可能的答案段落或句子。BERT模型的

iOSMachineLearning系列（20）——训练生成CoreML模型本系列前面的文章详细的介绍了在iOS中与AI能力相关的API的使用，也介绍了如何使用训练好的CoreML模型来实现更强大的AI能力。然而，无论是成熟的API提供的能力，还是各种各样的三方模型，有时候都并不能满足某一领域内的定制化需求。当我

iOSMachineLearning系列（20）——训练生成CoreML模型本系列前面的文章详细的介绍了在iOS中与AI能力相关的API的使用，也介绍了如何使用训练好的CoreML模型来实现更强大的AI能力。然而，无论是成熟的API提供的能力，还是各种各样的三方模型，有时候都并不能满足某一领域内的定制化需求。当我

iOSMachineLearning系列（18）——PoseNet，DeeplabV3与FCRN-DepthPrediction模型本篇文章将再介绍三个官方的CoreML模型：PoseNet，DeeplabV3和FCRN-DepthPrediction。PoseNet是人体姿势分析模型，可以识别图片中的人体部分，然后以17个基准点来描述人体的姿势。关于人体姿势的识别，其实Vision

iOSMachineLearning系列（17）——几个常用的对象识别CoreML模型上一篇文章中，我们介绍了几个官方的图片分类的模型，图片分类模型的应用场景在于将图片中最主要的事物进行识别，在已有的词库中找到最可能得事物。而对象识别则要更高级一些。再之前的文章，我们介绍过可以使用官方提供的

iOSMachineLearning系列（10）——自然语言分析之文本拆解本系列的前几篇文章介绍了iOS中有关图像和视频处理的API，视觉处理主要有Vision框架负责，本篇起，将介绍在iOS中MachineLearning领域相关的自然语言处理框架：NaturalLanguage。1-简介NaturalLanguage是iOS种提供的一种处理自

iOSMachineLearning系列（9）——人物蒙版图生成人物蒙版图能力是Vision框架在iOS15中新增的功能，这个功能可以将图片中的人物按照轮廓生成无光蒙版。无光蒙版在实际业务中非常有用，使用此蒙版可以方便的将人物从图片中提取出来，然后和其他的背景图进行合成。1-人物蒙版的提取首

iOSMachineLearning系列（5）——视频中的物体运动追踪本系列的前面几篇文章中，我们将静态图片分析相关的API做了详尽的介绍。在Vision框架中，还提供了视频中物体追踪的能力。仔细想来，其实视频的分析和静态图片的分析本质上并无太大的区别，我们可以将视频拆解成图片帧，之后再对图片进

iOSMachineLearning系列（4）——静态图像分析之物体识别与分类本系列的前几篇文件，详细了介绍了Vision框架中关于静态图片区域识别的内容。本篇文章，我们将着重介绍静态图片中物体的识别与分类。物体识别和分类也是MachineLearning领域重要的应用。通过大量的图片数据进行训练后，模

iOSMachineLearning系列（2）——静态图像分析之矩形识别本系列文章将完整的介绍iOS中MachineLearning相关技术的应用。本篇文章开始，我们将先介绍一些与MachineLearning相关的API的应用。使用这些API可以快速方便的实现很多如图像识别，分析等复杂功能，且不会增加应用安装包的体积。

iOSMachineLearning系列（1）——简介最近，随着Chat-GPT的发布，人工智能相关的资讯和话题再次火热了起来。有了人工智能的加持，对人们的生活以及各行各业的工作都将带来效率的极大提升。目前，各种大模型的发布层出不穷，这些大模型虽然功能非常强大（如文本理解，绘图等），但对于个人来说，要跑起这