該文檔為Python機(jī)器學(xué)習(xí)應(yīng)用講解文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
資源簡(jiǎn)介：該文檔為python機(jī)器學(xué)習(xí)應(yīng)用講解文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
上傳時(shí)間： 2021-12-02
上傳用戶(hù)：
資源簡(jiǎn)介：python機(jī)器學(xué)習(xí)
上傳時(shí)間： 2022-01-28
上傳用戶(hù)：
資源簡(jiǎn)介：經(jīng)典書(shū)籍python機(jī)器學(xué)習(xí)及實(shí)踐從零開(kāi)始通往Kaggle競(jìng)賽之路，高清晰PDF版本
上傳時(shí)間： 2022-06-20
上傳用戶(hù)：
資源簡(jiǎn)介：python機(jī)器學(xué)習(xí)——預(yù)測(cè)分析核心算法機(jī)器學(xué)習(xí)入門(mén)書(shū)籍
上傳時(shí)間： 2022-07-06
上傳用戶(hù)：
資源簡(jiǎn)介：內(nèi)容提要第1章 機(jī)器學(xué)習(xí)概1.1 機(jī)器學(xué)習(xí)簡(jiǎn)介?1.1.1 機(jī)器學(xué)習(xí)簡(jiǎn)史?1.1.2 機(jī)器學(xué)習(xí)主要流派?1.2 機(jī)器學(xué)習(xí)、人工智1.2.1 什么是人工智能?1.2.2 什么是數(shù)據(jù)挖掘?1.2.3 機(jī)器學(xué)習(xí)、人工智1.3 典型機(jī)器學(xué)習(xí)應(yīng)用1.4 機(jī)器學(xué)習(xí)算法?1.5 機(jī)器學(xué)習(xí)的一般流程?第2章 ...
上傳時(shí)間： 2022-06-16
上傳用戶(hù)：
資源簡(jiǎn)介：遺傳算法在模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、圖像處理、機(jī)器學(xué)習(xí)、工業(yè)優(yōu)化控制、自適應(yīng)控制、生物科學(xué)、社會(huì)科學(xué)等方面都得到應(yīng)用。
上傳時(shí)間： 2013-12-20
上傳用戶(hù)：vodssv
資源簡(jiǎn)介：一個(gè)小的嵌入式機(jī)器學(xué)習(xí)程序 基于weka的機(jī)器學(xué)習(xí)算法程序的應(yīng)用實(shí)例
上傳時(shí)間： 2016-04-19
上傳用戶(hù)：familiarsmile
資源簡(jiǎn)介：一個(gè)Matlab寫(xiě)的關(guān)于圖理論以及其在機(jī)器學(xué)習(xí)中應(yīng)用的教學(xué)用GUI軟件
上傳時(shí)間： 2013-12-28
上傳用戶(hù)：vodssv
資源簡(jiǎn)介：非線性降維方法 可以應(yīng)用于高維數(shù)據(jù)的機(jī)器學(xué)習(xí)
上傳時(shí)間： 2017-03-13
上傳用戶(hù)：zhuoying119
資源簡(jiǎn)介：非線性降維方法 可以應(yīng)用于高維數(shù)據(jù)的機(jī)器學(xué)習(xí)
上傳時(shí)間： 2013-12-20
上傳用戶(hù)：siguazgb
資源簡(jiǎn)介：非線性降維方法llc 可以應(yīng)用于高維數(shù)據(jù)的機(jī)器學(xué)習(xí)
上傳時(shí)間： 2013-12-09
上傳用戶(hù)：yuanyuan123
資源簡(jiǎn)介：非線性降維方法lle 可以應(yīng)用于高維數(shù)據(jù)的機(jī)器學(xué)習(xí)
上傳時(shí)間： 2017-03-13
上傳用戶(hù)：wang5829
資源簡(jiǎn)介：非線性降維方法lpp 可以應(yīng)用于高維數(shù)據(jù)的機(jī)器學(xué)習(xí)
上傳時(shí)間： 2014-01-15
上傳用戶(hù)：qq21508895
資源簡(jiǎn)介：非線性降維方法KPCA 可以應(yīng)用于高維數(shù)據(jù)的機(jī)器學(xué)習(xí)
上傳時(shí)間： 2017-03-13
上傳用戶(hù)：invtnewer
資源簡(jiǎn)介：PNN又稱(chēng)為概率神經(jīng)網(wǎng)絡(luò),它最初由數(shù)學(xué)家Specht于1990年提出,后經(jīng)Master[1995]等不斷發(fā)展和完善,已成功地應(yīng)用于機(jī)器學(xué)習(xí)、人工智能、自動(dòng)控制等眾多領(lǐng)域.概率神經(jīng)網(wǎng)絡(luò)比多層前饋網(wǎng)絡(luò)的數(shù)學(xué)原理簡(jiǎn)單,且易于實(shí)現(xiàn)
上傳時(shí)間： 2013-12-18
上傳用戶(hù)：kristycreasy
資源簡(jiǎn)介：Schapire 所著的Boosting算法的教程。 對(duì)目前物體識(shí)別和機(jī)器學(xué)習(xí)領(lǐng)域中廣泛應(yīng)用的Boosting算法展開(kāi)了深入淺出的描述，還有很多Toy Examples。
上傳時(shí)間： 2017-06-06
上傳用戶(hù)：tonyshao
資源簡(jiǎn)介：機(jī)器學(xué)習(xí)方法在人臉識(shí)別中的應(yīng)用，人臉識(shí)別方面的參考資料
上傳時(shí)間： 2017-07-19
上傳用戶(hù)：520
資源簡(jiǎn)介：介紹了數(shù)據(jù)科學(xué)領(lǐng)域常用的所有重要機(jī)器學(xué)習(xí)算法以及TensorFlow和特征工程等相關(guān)內(nèi)容。涵蓋的算法包括線性回歸、邏輯回歸、支持向量機(jī)、樸素貝葉斯、K均值、隨機(jī)森林等，這些算法可以用于監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)或半監(jiān)督學(xué)習(xí)。本書(shū)在簡(jiǎn)明扼要地闡明基...
上傳時(shí)間： 2021-10-21
上傳用戶(hù)：d1997wayne
資源簡(jiǎn)介：該文檔為機(jī)器視覺(jué)應(yīng)用學(xué)習(xí)簡(jiǎn)介資料，講解的還不錯(cuò)，感興趣的可以下載看看…………………………
上傳時(shí)間： 2021-11-08
上傳用戶(hù)：
資源簡(jiǎn)介：該文檔為機(jī)器學(xué)習(xí)算法常用模型邏輯回歸(附上r和python程序)簡(jiǎn)介文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
上傳時(shí)間： 2021-11-12
上傳用戶(hù)：wangshoupeng199
資源簡(jiǎn)介：機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘方法和應(yīng)用（經(jīng)典）
上傳時(shí)間： 2022-03-27
上傳用戶(hù)：
資源簡(jiǎn)介：電力工程電氣設(shè)計(jì)手冊(cè)(2)
上傳時(shí)間： 2013-04-15
上傳用戶(hù)：eeworm
資源簡(jiǎn)介：基于機(jī)器學(xué)習(xí)的自動(dòng)邏輯推理機(jī)。本程序用歸結(jié)反演策略實(shí)現(xiàn)了命題邏輯系統(tǒng)的自動(dòng)推理。把要解決的問(wèn)題作為一個(gè)要證明的命題，其目標(biāo)公式被否定并化成子句形，然后添加到命題公式集中去,把消解反演系統(tǒng)應(yīng)用于聯(lián)合集，并推導(dǎo)出一個(gè)空子句(NIL)，產(chǎn)生一個(gè)矛盾。
上傳時(shí)間： 2013-11-30
上傳用戶(hù)：GavinNeko
資源簡(jiǎn)介：own Java code. WEKA 是一個(gè)機(jī)器學(xué)習(xí)運(yùn)算法則，它是為解決真實(shí)世界中的數(shù)據(jù)問(wèn)題。它用java寫(xiě)成并且?guī)缀蹩梢栽谌魏纹脚_(tái)上運(yùn)行。運(yùn)算法則能夠被直接應(yīng)用到數(shù)據(jù)集上或者從你自己的java 碼中調(diào)用。
上傳時(shí)間： 2015-05-10
上傳用戶(hù)：jcljkh
資源簡(jiǎn)介：書(shū)名：生物信息學(xué)：機(jī)器學(xué)習(xí)方法 ，介紹了很多數(shù)據(jù)挖掘方法在生物信息學(xué)上的應(yīng)用。
上傳時(shí)間： 2015-11-21
上傳用戶(hù)：清風(fēng)冷雨
資源簡(jiǎn)介：Adaboost算法是一個(gè)著名的機(jī)器學(xué)習(xí)的算法，由于它在目標(biāo)識(shí)別上的成功應(yīng)用，至使被廣泛的工程技術(shù)人員所熟知，這里提供一個(gè)輔助自學(xué)的工程案例，讀者可以體會(huì)算法中的技術(shù)細(xì)節(jié)。這對(duì)于激發(fā)原創(chuàng)性思維是至關(guān)重要的！
上傳時(shí)間： 2013-12-19
上傳用戶(hù)：84425894
資源簡(jiǎn)介：樸素貝葉斯(Naive Bayes, NB)算法是機(jī)器學(xué)習(xí)領(lǐng)域中常用的一種基于概率的分類(lèi)算法，非常簡(jiǎn)單有效。k近鄰法(k-Nearest Neighbor, kNN)[30,31]又稱(chēng)為基于實(shí)例(Example-based, Instance-bases)的算法，其基本思想相當(dāng)直觀：Rocchio法來(lái)源于信息檢索系統(tǒng)，后來(lái)最早...
上傳時(shí)間： 2014-01-03
上傳用戶(hù)：wxhwjf
資源簡(jiǎn)介：本書(shū)較為全面地介紹了機(jī)器學(xué)習(xí)的基本概念，并討論了數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)中的有關(guān)問(wèn)題及多策略學(xué)習(xí)方法，具體地闡述了機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘在工程設(shè)計(jì)，文本、圖像和音樂(lè)，網(wǎng)頁(yè)分析、計(jì)算機(jī)病毒和計(jì)算機(jī)控制，醫(yī)療診斷、生物醫(yī)療信號(hào)分析和水質(zhì)分析中的生物信號(hào)處...
上傳時(shí)間： 2013-11-26
上傳用戶(hù)：hustfanenze
資源簡(jiǎn)介：python語(yǔ)言設(shè)計(jì)的 用于·機(jī)器學(xué)習(xí)knn手寫(xiě)數(shù)字分類(lèi)器
上傳時(shí)間： 2015-12-02
上傳用戶(hù)：1757834394
資源簡(jiǎn)介：機(jī)器學(xué)習(xí)及其實(shí)踐的一本書(shū)。書(shū)中包含python操作代碼。
上傳時(shí)間： 2017-03-21
上傳用戶(hù)：gaodashan
