搜索资源列表
MLearningLecture
- 机器学习及其挑战，内容包括：机器学习及其重要性；机器学习角色的转变；五个挑战问题。研究机器学习的兄弟们要看看了。-machine learning and its challenges, including : machine learning and its importance; Machine learning the changing roles; five challenges. The study machine learning to look at the brothers ha
jiyuneirongdetuxiangjiansuo
- 基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram; Texture characteristics of simila
staticlearningwithekernelmethods
- 统计学习理论是建立在一套较坚实的理论基础之上的，为解决有限样本学习问题提供了 一个统一的框架。它能将很多现有方法纳入其中，有望帮助解决许多原来难以解决的问题（比 如神经网络结构及参数选择问题）；同时。在这一理论基础上发展了一种新的通用学习方法： 支持向量机（Support Vector Machine，SVM）。它己表现出很多优秀的性能，并已经成为当 今机器学习领域的研究热点。-Statistical learning theory is based on a more soli
rentiyundongjiquxuexizongshu
- 机器学习技术被广泛应用于人体运动合成，取得了很多研究成果，这得益于运动捕获技术的成熟和使用。运动捕获技术使数据驱动的方法成为人体运动合成的主流，而机器学习技术能够有效地处理人体运动数据这类维数高且在时间和空间两个维度都具有较大相关性的数据。文中以机器学习方法为主线，结合各类方法的特点，对人体运动合成中的应用进行总结和归纳；同时，还展望了人体运动合成和运动数据处理技术未来的发展趋势。-Machine learning techniques are widely used in human moti
-SVM-(support-vector-machine)
- 支持向量机SVM是一种新的机器学习方法，其基础是统计学理论。模型泛化能力强；进行非线性分类时通过高维空间变换。-Support vector machine SVM is a new machine learning method, its base is statistics theory. Model generalization ability When the nonlinear classification by high dimension space transformation
imageindex
- 基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大 -image index based on texture
matlab-code-based-image-retrieval
- 基于图像检索的matlab代码，基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram Texture characteristics of si
自回归模型课件与程序
- 自回归模型课件与程序,j机器学习；人工智能(Autoregressive model courseware and program, j machine learning)
javacv代码大全
- 本大全涵盖了所有开发javacv的ＡＰＩ代码，帮助ｊａｖａ程序员尽快掌握机器视觉。初级和高级人员都可以用的上的好文档。(This book covers all the development of javacv API code, to help Java programmers to grasp the machine vision as soon as possible. Good documentation available for both junior and senior per
textCNN_classfication
- kaggle机器学习实战代码，解决实战出现的问题(Kaggle machine learning combat code to solve practical problems,Realizing text classification)
ELM分类器
- ELM是基于深度学习的分类器，运算速度快。 在B_data.m里导入待分类矩阵B.mat（1-n列为特征值，n列为标签）；运行B_data.m；再打开fuzzyEn_main.m并运行即可。(ELM is based on depth learning classifier, computing speed. In B_data.m imported matrix to be classified B.mat (1-n as eigenvalues, n as a label); Run B
da
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类器；SVM本身就是(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haa
ga (6)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based
rq(3)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类分类器(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaB
iWeb2
- 最重要的算法Web数据分析方法，能够创建机器学习应用程序，从用户、Web应用程序、传感器和W收集、压缩和扭曲数据。介绍了许多机器学习的概念，并介绍了许多代码示例。(Algorithms of the Intelligent Web has been totally revised. Exploring recommendation engines from the example of Netflix movie recommendations and dive into classificat
robot-matlab
- 机器智能学习（matlab）机器人自由度旋转关节的运动(Machine intelligent learning (matlab) robot freedom of rotation joint motion)
Deep Learning
- Goodfellow、Bengio 和 Courville 三位大牛的《深度学习》中文版。 这本书首先讨论了机器学习的基础知识，从学术角度讲解了有效研究深度学习所需的应用数学（线性代数，概率和信息论等）知识；在此基础上，本书进一步讲解了深度学习算法和技术的相关知识；在最后一部分，《深度学习》这本书主要讲解了深度学习领域当前的研究趋势以及正在发生的变化。(Chinese versions of Deep Learning.)
遗传算法理论,应用与软件实现 随书源码
- 遗传算法理论,应用与软件实现随书源码 《遗传算法:理论应用与软件实现》全面系统地介绍了遗传算法的基本理论，重点介绍了遗传算法的经典应用和国内外的新发展。全书共分11章。第1章概述了遗传算法的产生与发展、基本思想、基本操作以及应用情况；第2章介绍了基本遗传算法；第3章论述了遗传算法的数学基础；第4章分析了遗传算法的多种改进方法；第5章初步介绍了进化计算理论体系；第6章介绍了遗传算法应用于数值优化问题；第7章介绍了遗传算法应用于组合优化问题；第8章介绍了遗传算法应用于机器学习；第9章讨论了遗传
LucianBusoniuReinforcementLearning
- 很好的强化学习书籍，每章都有详细的算法实现过程，适合上手和进阶。(Very good book about Reinforcement learning. The process of algorithm is described in detail. Good for beginner)
心脏病诊断
- 对给定病人数据做心脏病诊断。数据集来自克利夫兰临床基金会，是美国最大的心脏外科中心。(Heart disease diagnosis was made for given patient data. The data set comes from the Cleveland Clinic Foundation, which is the largest heart surgery center in the United States.)