搜索资源列表
chucaoji
- 摘要：本文提出了一种基于粗糙集的基本名词短语(BaseNP)识剐方法。该方法首先进行BaseNP标注， 然后实现BaseNP识别。它把BaseNP标注看作一个决策问题用粗糙集理论解决，因而具有特征约简和规则优 化的特点。文章介绍了基于粗糙集的规则学习方法和相应的算法，同时也给出了BaseNP标注和识别的算法 流程，提出了解决实例冲突问题的方法，并提高了识别效果。文章最后给出了详细的实验步骤和结果，并与几 个典型系统进行了比较与分析，提出了进一步改进的方向。 关键词：人工智能；
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
machinelearninginaction
- 一共有15个小项目，每个项目都是具体可运行的机器学习例子，包括识别图片，预测数据等。(There are 15 small projects, each of which is a concrete example of machine learning, including identifying pictures, predicting data, and so on.)
Machine Learning and Portfolio Optimization
- 机器学习在量化投资领域的综述，涉及组合优化理论、及机器学习的相关算法。(Machine Learning and Portfolio Optimization)
machine-learning-ex4
- Andrew Ng Cousera 机器学习课程神经网络手写字符识别，源代码以及说明文档(Andrew Ng Cousera 's Machine learning courses, Neural Network handwritten character recognition, source code and documentation)
machine-learning-ex5
- Andrew Ng Cousera 机器学习线性回归，并用它来研究不同偏置方差性能模型，源代码以及说明文档。(Andrew Ng Cousera's machine learning linear regression and use it to study models with different bias-variance properties and source code and document.)
machine-learning-ex6
- Andrew Ng Cousera 机器学习支持向量机SVM，源代码以及说明文档。(Andrew Ng Cousera's machine learning SVM source code and document.)
machine-learning-ex7
- Andrew Ng Cousera 机器学习K-means勇于图像压缩 以及主成分分析PCA用在人脸识别，源代码以及说明文档。(Andrew Ng Cousera machine learning , the K-means clustering algorithm and apply it to compress an image. In the second part, you will use principal component analysis to find a low-dime
machine-learning-ex8
- Andrew Ng Cousera 机器学习 异常检测勇于服务器故障分析以及用于电影推荐的推荐系统的源代码和说明文档。(Andrew Ng Cousera's machine learning implement the anomaly detection algorithm and apply it to detect failing servers on a network. In the second part, you will use collaborative filtering t
机器学习
- 利用matlab研究机器学习的导论，附有matlab教程以及机器学习算法思想(An introduction to machine learning using MATLAB)
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),
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
tensorflow-master
- 这是机器学习领域一个很重要的框架tensorflow的源码(This is a very important framework for machine learning, the source code of tensorflow)
《MATLAB 神经网络43个案例分析》源代码&数据
- mtalab初学者的福音，非常适合学习！！！！！！！！！！！(The gospel of Mtalab beginners)
Andrew Ng-吴恩达
- 斯坦福大学的“Stanford Engineering Everywhere ”免费提供学校里最受欢迎的工科课程，给全世界的学生和教育工作者。本文档为机器学习课程的课件及课后习题与答案，新手上路杠杠的。(The "Stanford Engineering Everywhere" of the Stanford University offers the most popular engineering courses in schools for students and e
深度学习中文翻译去水印版（全）
- 深度学习理论书籍，中文版，一些机器学习算法的实现，需要具备良好的数学基础(Deep learning theory books, Chinese version, some machine learning algorithm implementation, need to have a good mathematical foundation.)
机器学习Python程序
- 覆盖了基本常用的机器学习算法。包括线性回归与分类算法；决策树；多种降维算法；优化算法；强化学习等多类算法的Python代码。(It covers the commonly used machine learning algorithms. Including linear regression and classification algorithm; decision tree; a variety of dimensionality reduction algorithm; optimiza
Python机器学习基础教程(完整电子版)
- 本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。(This book is an introduction to machine learning, introduced in Python langua
机器学习实战书+源代码
- 机器学习横跨计算机科学、工程科学和统计学等多个学科，需要多学科的专业知识。在需要解释并操作数据的领域都或多或少可以运用到机器学习，通过这本书可以系统地学习基于python语言的机器学习的相关知识(Machine Learning in Action written by Peter Harringto. Machine learning covers many subjects, such as computer science, engineering science and statisti