本项目旨在为流数据学习(stream learning)算法的开发提供一个统一的平台，集成了多种流数据学习算法，并配备了相应的测试数据生成方法。平台包含流数据的生成、调度、学习和测试等功能模块，能够满足不同算法在动态流数据环境下的开发和验证需求。通过提供一个高度集成的工具链，用户可以便捷地进行流数据算法的设计、实验与调优，推动流数据学习领域的研究与应用发展。

数据结构和算法必知必会的50个代码实现

基于NumPy构建的机器学习模型<br>ChEn's Machine Learning model Organized using Numpy

基于Eigen实现的坐标转换库，在机器人坐标转换中常用的库。

标准正态变换; 多元散射校正; Savitzky-Golay 平滑滤波函数; 滑动平均滤波; 一阶差分; 二阶差分 ; 小波变换 ; 均值中心化; 标准化 ; 最大最小归一化 ; 矢量归一化

李航《统计学习方法》书中全部算法

C++算法实现代码集

Python 算法集