搜索资源列表
maxminestimate
- 最大最小值估计，适合学习统计理论和模糊方面的结合应用，尤其是在模式识别方面的分类。-largest minimum estimate for statistical learning theory and fuzzy combination of the application, especially in regard to the classification of pattern recognition.
statisticstheroy
- 统计学习是模式识别的重要理论根据和来源。这本书是辛苦找的一本好书，强烈推荐下载-statistical pattern recognition learning is an important theoretical basis and sources. This book is hard to find in a book highly recommend downloading
漂亮的军警部队网站管理系统
- 陆军，武警，特战部队网站管理系统模板。全站以军绿色为基调，配以我军战士作战图，即表现了战士飒爽的英姿，也体现了战士们英勇作战的景象。全站设计全面，分类细致，独有的天气预报系统彰显出本站的细节，该站能充分的了解到我军最新的动态。理论研究和学习园地加强了我军战士的全面水平，建议献策充分体现是我军人性化的管理和开放式的纳谏，官兵风采的展示让我们更进一步的了解了我们当代“最可爱的人” 。 适用于：边防部队、武警部队等网站。 服务承诺：我们更用心、让您更省心，对商业版用户我们将提供全程技术支持
ABookAboutStatistics
- 是一本很好的讲解统计理论模式识别知识的书籍。理论深度很深。适合数学专业的学生深入学习。-Are a very good knowledge on the statistical theory of pattern recognition books. Theoretical depth deep. Math for students studying in depth.
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
tongjixuexi
- 统计学习的详细理论，包含支持向量机的详细介绍，理论全面。-Detailed statistical learning theory, including the detailed descr iption of support vector machines, theory-round.
handbook_of_matlab
- MATLAB已成为多学科、多种工作平台的功能强大、界面友好、语言自然并且开放性强的大型应用软件，目前的最高版本是6.0版。本教程以6.0版为基础，从高等工科院校的数学课程出发，提供了使用MATLAB的实践性指导。本教程以教学的手段，系统详细地介绍了MATLAB在高等数学、数值分析、函数作图、线性代数、概率统计和优化理论中的应用，并配备了大量的例题，让读者能很快掌握MATLAB的运算技巧。 本教程按逻辑编排，自始至终用实例描述，既适用于初学者自学，也适用于高级MATLAB用户。可作为高等数学、
SASstatisticalanalysis
- 这是一本学习SAS统计分析软件非常有用的一本书，书中有较为详细的理论知识和应用实例，希望能对大家有所帮助。-This is a very useful book for us to learn the SAS statistical analysis software,the book has a more detailed theoretical knowledge and application examples, hoping to help.
PS0-SVR
- 支持向量机是建立在统计学习理论基础上的通用学习方法,它可较好地解决以往 很多学习方法的小样本、非线性、过学习、高维数、局部极小点等实际问题。笔者利用支持向量回归理论 和方法,建立支持向量机的预测模型,并利用winSVM 和MATLAB 软件进行了实例预测,与二次回归 预测值相比较,支持向量机预测模型具有更好的预测精度,且有很强的推广能力。-Support vector regression data
LS-SVMlab1.5
- LMS 优化支持向量机 支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以求获得最好的推广能力 。-LMS Support Vector Machine optimization SVM method is based on the VC dimension theory and structural risk minimization prin
Statistical-Learning-
- 本书是关于语音活动检测新方法的期刊，文中提出了统计学习理论-This book is about a new voice activity detection method of journals, this paper put forward the statistical learning theory
An-Introduction-to-SVM
- 支持向量机（SVM）是在统计学习理论的基础上发展起来的新一代学习算法，该算法在文本分类、手写识别、图像分类、生物信息学等领域中获得了较好的应用。本书是SVM的权威参考书。-Support Vector Machine (SVM) is a new learning algorithm developed on the basis of statistical learning theory, the algorithm to obtain a better application in the
Statistical-learning-methods
- 该书籍介绍了很好的统计学习方法，能为机器学习和数据挖掘的爱好者提供很好的理论依据。-The book describes the good statistical learning method that can provide a good theoretical basis for machine learning and data mining enthusiasts.
Computational-learning-theory
- wikipedia机器学习迷你书：《Computational learning theory》（计算学习理论） 比较理论，汇集了统计学习理论，VC理论，PAC学习，稳定性，在线学习与分布式学习等基本概念。顺各条参考文献可更深入学习。-wikipedia machine learning mini book: Computational learning theory (calculated learning theory) comparison theory, a collection o
renlianjiance
- 人脸识别经过近 40 年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形式的不同可分为基于静态图像的人脸识别和基于视频图像的人脸识别。因为基于静态图像的人脸识别算法同样适用于基于视频图像的人脸识别，所以只有那些使用了时间信息的识别算法才属于基于视频图像的人脸识别算法。接下来分别介绍两类人脸识别算法中的一些
ESL
- 机器学习经典书籍，迈向高手必读的进阶类书籍。书中包涵大量理论知识及数学推导（尤其是习题），有助于了解机器学习各种方法背后的本质思想。(Machine learning classic books, advanced books must go to the master. The book contains a large number of theoretical knowledge and mathematical derivation (especially the exercises),
eyksti043
- SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法()
论文
- 20世纪90年代，贝尔实验室的Vapnik教授第一次提出支持向量机（Support VectorMachine,SVM）的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法，它以结构风险最小化原则代替经验风险最小化原则，同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力，解决了小样本、非线性和维数高等难题，并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本
catih-norGUI
- SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法()
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的