搜索资源列表
R机器学习
- 逻辑回归, GBM, knn, XGB的实现(Logistic regression, GBM, knn, XGB)
机器学习课件 周志华
- 周志华机器学习课件，哈哈啊啊啊啊啊啊啊啊啊啊啊啊啊啊(Zhou Zhihua machine learning courseware, haha ah ah ah ah ah ah ah ah ah ah ah ah)
Machine_Learning
- 包含了各种机器学习和深度学习的算法，大家互相学习(It contains all kinds of algorithms for machine learning and deep learning, and we learn from each other.)
机器学习
- 用于红酒分类，机器学习，用tensorflow，人工智能小白(For wine classification, machine learning)
python_self
- 实现了机器学习的各种分类算法，如：knn，svm，朴素贝叶斯，神经网络，决策树等。(Various classification algorithms of machine learning, KNN, SVM, naive bayes, neural network, decision tree, etc.)
MATLAB and Machine learning
- MATLAB与机器学习，包含机器学习简介，快速入门，应用监督式学习，应用无监督学习(MATLAB and Machine Learning, including Machine Learning Introduction, Quick Start, Application Supervised Learning, Application Unsupervised Learning)
GBDT+SVM
- 使用机器学习中的SVM，GBDT算法构建分类模型，做分类预测。并且对测试结果评估，模型保存。(Use SVM and GBDT algorithm in machine learning to build classification model and do classification prediction. And evaluate the test results and save the model.)
Pattern Recognition and Machine Learning中文版
- 模式识别与机器学习中文版，非扫描版，清晰(pattern recognition and machine learning)
利用python进行数据分析
- 帮助机器学习新手快速掌握机器学习中python的重要库 numpy和pandas 和数据预处理
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(This book is written by Franc
机器学习实战源码
- 《机器学习实战》书的所有源码及数据，python实现！！！
Machine Learning
- 作者是Prateek Joshi.人工智能专家。本书注重于对基于机器学习中深度学习内容的分析，并附上了许多经典案例，非常值得一读。(The writer is an expert in Prateek Joshi. AI. This book focuses on the analysis of in-depth learning in machine-based learning, and attaches many classic cases, which are worth reading
python machine learning
- 作者是Sebastian Raschka，密歇根州立大学的博士生，他在计算生物学领域提出了几种新的计算方法，还被科技博客Analytics Vidhya评为GitHub上最具影响力的数据科学家。他有一整年都使用Python进行编程的经验，同时还多次参加数据科学应用与机器学习领域的研讨会。在数据科学、机器学习以及Python等领域他拥有丰富的演讲和写作经验，本书可使得不具备机器学习背景的人设计出由数据驱动的解决方案。(The author, Sebastian Raschka, a PhD stu
uci-breast-cancer-master
- 机器学习中的随机森林算法，用于空气质量预测(Random forest algorithm in machine learning for air quality prediction)
ex1
- 吴恩达机器学习课程第一次编程实验作业参考。(Reference for the first programming experiment of the machine learning course.)
Andrew Ng machine-learning-ex4
- 吴恩达机器学习课程源码，第4个练习作业代码(Andrew machine learning course source code, the fourth practice code)
机器学习概述
- 机器学习是运用已存有的知识对已有问题的求解，本文是知网的文献，大致介绍了机器学习内容
ELM_linbo.jin
- 极限学习机的代码，机器学习，可以用于分类等.(Extreme learning machine used in classification)
吴恩达机器学习课程ex6
- 这个是吴恩达机器学习课程的ex6作业源文件 大家可以下载适应
machine-learning-ex6
- 吴恩达机器学习作业源文件练习4 配套机器学习课程使用(machine learning document)