本文系统梳理了人工智能、机器学习、神经网络与深度学习之间的层级关系。人工智能是终极目标，机器学习是实现路径，神经网络是机器学习的重要方法，深度学习则是多隐藏层的复杂神经网络。监督学习作为机器学习的主要分支，包含回归与分类两大任务，涵盖了线性回归、SVM、决策树等经典算法。神经网络通过模拟生物神经元实现非线性计算，浅层学习使用少量隐藏层，而深度学习通过多层结构自动提取特征。文章还按网络架构对深度学习

人脸识别系统 人脸识别部分代码详解

本文为人脸识别项目的UI界面设计部分代码，主要使用Qt-Designer、PyUIC工具设计界面，生成代码，同时使用组件的setStyleSheet等方法进行美化。

神经网络在人工智能框架中的定位与演变 本文系统梳理了人工智能技术体系，重点阐述了神经网络在机器学习框架中的位置及其发展脉络。

人脸识别系统活体检测部分代码详解

人脸识别系统 用户端用户操作代码详解

通过URL获取网络图片Bitmap格式

人脸识别系统 姿态检测 代码部分

人脸识别系统 人脸识别部分代码详解

编译原理课程设计 — 语义分析（educoder）