实用_机器_学习_习题 背景 使用Jawbone Up，Nike FuelBand和Fitbit等设备，现在可以相对便宜地收集有关个人活动的大量数据。 这些类型的设备是量化的自我运动的一部分-一群发烧友，他们定期进行自我测量以改善健康状况，发现行为方式，或者是因为他们是技术怪胎。 人们经常做的一件事是量化他们从事某项特定活动的数量，但很少量化他们完成某项活动的程度。 在此项目中，您的目标是使用来自6位参与者的腰带，前臂，手臂和哑铃上的加速度计的数据。 他们被要求以5种不同的方式正确和错误地进行杠

新：Architekkt-适用于iOS或macOS代码库的Swift Dependecy图形可视化工具。 在上查看 查看我的。 锻炼 Exermote是健身应用程序的原型，能够检测Burpees，深蹲和仰卧起坐并计算相关的重复次数。 练习识别是通过卷积LSTM神经网络完成的。 加载.gif会花费一些时间。 在youtube上查看带有声音的原始。 该项目分为以下步骤： 检出链接以获取更多文档。 作为该项目的副产品发布到AppStore。