貝葉斯學(xué)習(xí)的指導(dǎo)，通過(guò)它可以了解該數(shù)據(jù)挖掘的方法
資源簡(jiǎn)介：貝葉斯學(xué)習(xí)的指導(dǎo)，通過(guò)它可以了解該數(shù)據(jù)挖掘的方法
上傳時(shí)間： 2013-12-18
上傳用戶：thinode
資源簡(jiǎn)介：貝葉斯學(xué)習(xí)算法分類文本。基于樸素貝葉斯分類器的文本分類的通用算法，是目前所知文本分類算法中最有效的一類
上傳時(shí)間： 2014-01-19
上傳用戶：zhaiyanzhong
資源簡(jiǎn)介：貝葉斯學(xué)習(xí)算法分類文本。基于樸素貝葉斯分類器的文本分類的通用算法，是目前所知文本分類算法中最有效的一類
上傳時(shí)間： 2015-07-19
上傳用戶：CHINA526
資源簡(jiǎn)介：用matlab實(shí)現(xiàn)貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)、推理。
上傳時(shí)間： 2014-11-16
上傳用戶：qq21508895
資源簡(jiǎn)介：結(jié)合稀疏貝葉斯學(xué)習(xí)方法和支持向量跟蹤(SV T) 原理, 提出了相關(guān)向量跟蹤(RV T)。由于跟蹤系統(tǒng)事先學(xué)習(xí)到了目標(biāo) 的“知識(shí)”, 故匹配發(fā)生在候選圖像塊與先驗(yàn)知識(shí)之間, 而不必考慮模板更新。相關(guān)向量有比支持向量更稀疏的性能, 所以相關(guān) 向量跟蹤比支持向量跟...
上傳時(shí)間： 2016-09-30
上傳用戶：qazxsw
資源簡(jiǎn)介：為一個(gè)貝葉斯分類的學(xué)習(xí)算法實(shí)現(xiàn),是基于linux系統(tǒng)下的c++實(shí)現(xiàn)
上傳時(shí)間： 2014-01-05
上傳用戶：lingzhichao
資源簡(jiǎn)介：貝葉斯學(xué)習(xí)與強(qiáng)化學(xué)習(xí)結(jié)合技術(shù)的研 詳細(xì)介紹了強(qiáng)化學(xué)習(xí)的算法和理論
上傳時(shí)間： 2017-01-17
上傳用戶：ynzfm
資源簡(jiǎn)介：基于貝葉斯理論的指紋識(shí)別算法及學(xué)習(xí)套件, 使用貝葉斯概率論實(shí)現(xiàn)對(duì)指紋識(shí)別,特征碼提取,特征對(duì)數(shù)獲取的功能
上傳時(shí)間： 2014-01-17
上傳用戶：qq521
資源簡(jiǎn)介：人工智能實(shí)驗(yàn)§貝葉斯網(wǎng)絡(luò)的因果推理關(guān)系§ 熟悉掌握Bayes定理，學(xué)習(xí)貝葉斯網(wǎng)絡(luò)的因果推理
上傳時(shí)間： 2013-12-20
上傳用戶：蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)
資源簡(jiǎn)介：貝葉斯學(xué)習(xí)算法源碼，用VC++實(shí)現(xiàn)，實(shí)用的
上傳時(shí)間： 2017-02-28
上傳用戶：shinesyh
資源簡(jiǎn)介：貝葉斯網(wǎng)絡(luò)的算法，它具有結(jié)構(gòu)學(xué)習(xí)，參數(shù)學(xué)習(xí)，和推理的功能。
上傳時(shí)間： 2013-12-24
上傳用戶：qw12
資源簡(jiǎn)介：有關(guān)貝葉斯算法的java程序 優(yōu)化計(jì)算和預(yù)測(cè)功能 比較好用
上傳時(shí)間： 2014-01-09
上傳用戶：zhenyushaw
資源簡(jiǎn)介：一個(gè)很有用的貝葉斯辨識(shí)的MATLAB程序,結(jié)果會(huì)很流暢的圖形輸出.
上傳時(shí)間： 2013-12-08
上傳用戶：colinal
資源簡(jiǎn)介：用VB和MSBN實(shí)現(xiàn)線的一個(gè)貝葉斯網(wǎng)絡(luò)的簡(jiǎn)單例子
上傳時(shí)間： 2015-05-16
上傳用戶：FreeSky
資源簡(jiǎn)介：基于次優(yōu)貝葉斯估計(jì)的非線形非高斯條件下的粒子濾波器的MATELAB仿真
上傳時(shí)間： 2014-01-01
上傳用戶：hxy200501
資源簡(jiǎn)介：相當(dāng)板扎,采用貝葉斯公式的垃圾郵件過(guò)濾程序
上傳時(shí)間： 2014-01-15
上傳用戶：zgu489
資源簡(jiǎn)介：貝葉斯網(wǎng)絡(luò)的matlab實(shí)現(xiàn)。可以創(chuàng)建貝葉斯網(wǎng)絡(luò)、訓(xùn)練模型，以及實(shí)現(xiàn)統(tǒng)計(jì)推理
上傳時(shí)間： 2013-12-24
上傳用戶：familiarsmile
資源簡(jiǎn)介：關(guān)于貝葉斯模型的應(yīng)用，一篇國(guó)外博士論文，值得一看
上傳時(shí)間： 2014-01-08
上傳用戶：1966640071
資源簡(jiǎn)介：基于膚色模型和貝葉斯判別的人臉檢測(cè)
上傳時(shí)間： 2015-08-26
上傳用戶：1109003457
資源簡(jiǎn)介：貝葉斯濾波的經(jīng)典程序,從國(guó)外得來(lái).這是粒子濾波歷史上非常著名的bootstrap算法,值得研究.
上傳時(shí)間： 2013-12-27
上傳用戶：851197153
資源簡(jiǎn)介：貝葉斯網(wǎng)絡(luò)的一個(gè)很好用的工具箱，基于matlab7.0版本。有stanford大學(xué)的一個(gè)博士生編寫(xiě)；屬于源代碼開(kāi)放性質(zhì)。
上傳時(shí)間： 2014-01-20
上傳用戶：英雄
資源簡(jiǎn)介：論文分享：基于最小錯(cuò)誤率貝葉斯決策的蘋(píng)果圖像分割。
上傳時(shí)間： 2013-12-16
上傳用戶：84425894
資源簡(jiǎn)介：bayes數(shù)據(jù)挖掘；基于貝葉斯定理的分類方法
上傳時(shí)間： 2014-01-23
上傳用戶：chenbhdt
資源簡(jiǎn)介：數(shù)據(jù)挖掘中基于貝葉斯網(wǎng)絡(luò)的分類算法 算法分為訓(xùn)練、驗(yàn)證兩大部分
上傳時(shí)間： 2016-07-14
上傳用戶：athjac
資源簡(jiǎn)介：簡(jiǎn)單貝葉斯網(wǎng)絡(luò)的c++代碼，希望對(duì)你有所幫助
上傳時(shí)間： 2016-08-08
上傳用戶：Miyuki
資源簡(jiǎn)介：一種基于貝葉斯理論的目標(biāo)驗(yàn)證方法。 提出了一種驗(yàn)證圖像中候選目標(biāo)的新方案. 綜合目標(biāo)的先驗(yàn)知識(shí),將目標(biāo)驗(yàn)證轉(zhuǎn)化為給定候選目標(biāo)的條 件下,圖像特征觀察集合的條件概率問(wèn)題. 同時(shí),提取圖像的短線段特征,利用短線段特征的觀察,給出了一種目標(biāo) 驗(yàn)證方法排除...
上傳時(shí)間： 2013-11-26
上傳用戶：rishian
資源簡(jiǎn)介：一個(gè)用MATLAB實(shí)現(xiàn)的貝葉斯辨識(shí)的代碼
上傳時(shí)間： 2016-10-16
上傳用戶：498732662
資源簡(jiǎn)介：另一本介紹貝葉斯網(wǎng)絡(luò)的經(jīng)典教材，可以與Learning Bayesian Networks配合使用，相得益彰。
上傳時(shí)間： 2014-01-05
上傳用戶：電子世界
資源簡(jiǎn)介：時(shí)隙alora和偽貝葉斯算法的形成仿真程序 matlab m文件
上傳時(shí)間： 2016-12-03
上傳用戶：李彥東
資源簡(jiǎn)介：本文介紹了一般貝葉斯框架通過(guò)稀疏來(lái)解決回歸和經(jīng)典任務(wù)中利用線性模型中參數(shù)。雖然這框架完全概括說(shuō)明了，我們對(duì)一個(gè)特定專業(yè)的做法，這個(gè)特定專業(yè)就是我們指的“相關(guān)向量機(jī)（ RVM ）” 一個(gè)模型以相同的函數(shù)模型功能流行和最先進(jìn)的“支持向量機(jī)”（ SVM） ...
上傳時(shí)間： 2014-01-02
上傳用戶：dancnc
