资源列表
SOIFB42
- When starting with protocols that work at the upper()
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法：信息增益和ID3、C4.5、CART树，然后给出随机森林。 决策树中，最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征； 2. 特征值的选择。即选择好特征后怎么划分子树； 3. 决策树出现过拟合怎么办？ 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征，并根据该特征对训练数据进行分割。(The understanding of decision tree and random
深度学习的研究与发展
- 帮助你学习深度学习，理解深度学习的实战算法。常有在深度学习的知识海洋(Help you to learn deep learning)
07 极限学习机（Extreme Learning Machine, ELM）
- ELM算法指出，其实隐层的权值矩阵W和偏置b其实是没有必要调整的，在学习算法开始时，任意随机给定W和b的值，利用其计算出H（隐层节点的输出），并令其保持不变，需要确定的参数就只有β了。这是一个比较重要的理论基础。(The ELM algorithm is pointed out, in fact, hidden layer weights matrix W and B is not necessary to adjust the bias of the learning algorithm, i
支持向量机（Support Vector Machine, SVM）
- 支持向量机（support vector machine，SVM）是由Cortes和Vapnik在1995年提出的，由于其在文本分类和高维数据中强大的性能，很快就成为机器学习的主流技术，并直接掀起了“统计学习”在2000年前后的高潮，是迄今为止使用的最广的学习算法。(Support vector machine (support vector machine, SVM) is proposed by Cortes and Vapnik in 1995, because of its powerf
073395
- web页面验证码无刷新更换图片和自动验证,可以学习()
alipay
- 支付宝免签约、支付宝代收款、即时到账接口、系统分润平台源码(Alipay and Alipay signed free collection, instant payment interface, system run platform source)
05 竞争神经网络与SOM神经网络
- 自组织神经网络概念和原理，并重点介绍一下自组织特征映射SOM网络。SOM和现在流行的ANN（MLP）模型在结构上类似，都由非常简单的神经元结构组成，但是SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示[1]，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中。(The concept and principle of self-organizing neural network are introduced, and the s
SQLEXCEL
- Aplicacion para pasar select sql a excel
04RBF、GRNN和PNN神经网络
- 自己研究了一些关于神经网络的算法，用matlab做的一些小测试，使用的是《matlab神经网络43个案例分析》这本书，感觉还不错，分享一下。 使用每行的前4个数据预测第5个数据的值(I have studied some algorithms about neural network, and I have done some small tests with MATLAB, using the 43 case analysis of MATLAB neural network. I feel
ATPDraw61_Install
- 电力系统电磁暂态仿真，atpdraw在WINdows操作系统下运行，可以辅助建立ATP的输入数据文件，而且也是ATP的综合平台。(Various elements of digital distance relaying are organized to generate a systematic approach to modeling the actual hardware of digital relaying systems.)
ZoneServer_2.2.4
- headers for rf online server 215