搜索资源列表
Kohonen_NN
- Kohonen 网络模拟大脑神经系统自组织特征映射的功能，它是一种竞争式学习网络，在学习中能无监督地进行自组织学习。-Kohonen network simulation system cerebral self-organizing feature mapping function, It is a competitive learning networks, the study can be carried out without supervision from the organizat
k
- k平均聚类所谓k均值聚类方法是一种无监督的学习算法，它能用已知类数的数据聚类和预测。-k-average clustter
MM2
- 利用隐马尔可夫模型实现词性标注。此为无监督模型。 内含语料库和测试集。方便大家学习。--Transition Matrix and Emission Matrix of Hidden Markov Model
ex2x
- 无监督学习，进行线性拟合梯度下降，选择thet-This first exercise will give you practice with linear regression. These exercises have been extensively tested with Matlab, but they should also work in Octave, which has been called a free version of Matlab. If you are usi
ImageClassification-master
- 在这个项目中，我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像，每四个标签之一：1飞机；汽车2；3马，否则。我们提供了两个特点：一是方向梯度直方图（HOG），其尺寸为5408；另一个是overfeat ImageNet美国有线电视新闻网的特点，其尺寸37000。关于测试图像，我们只给出了每个图像的功能，没有标签，结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率（BER）是我们的性能评估。为了解决这个问题，我们首先减少PCA的问题的维数，处理不
FCM
- 用于数据聚类，无监督学习，可以直接使用，望大家指导批评(For data clustering, unsupervised learning)
SOM
- 自组织竞争神经网络，可以对数据进行无监督学习聚类，本质上是一种只有输入层--隐藏层的神经网络(The self-organized competitive neural network can carry out unsupervised learning clustering of data, which is essentially a neural network with only the input layer hidden layer.)
FLAE-master
- FLAE 方法，分类，半监督学习，字典学习，有标签数据，无标签数据(FLAE method,semi-supervised learning,label unlabel)
协同过滤算法
- 文本聚类(Text clustering)文档聚类主要是依据著名的聚类假设:同类的文档相似度较大，而不同类的文档相似度较小。作为一种无监督的机器学习方法，聚类由于不需要训练过程，以及不需要预先对文档手工标注类别，因此具有一定的灵活性和较高的自动化处理能力，已经成为对文本信息进行有效地组织、摘要和导航的重要手段，为越来越多的研究人员所关注。(Text clustering document clustering is based on the well-known clustering assum
稀疏自动编码器的matlab代码
- 本资源是3层的自编码器加上稀疏正则项约束的matlab代码。隐层激活函数选sigmoid函数，输出层选线性函数，程序中以一个标准数据集sonar为例，使用该方法可以做无监督表征学习，数据压缩，多任务学习等(This resource is a 3-layer self-encoder plus matlab code for sparse regular term constraints. The hidden layer activation function selects the sigm
吴恩达深度学习基础教程
- 本教程将阐述无监督特征学习和深入学习的主要观点。通过学习，你也将实现多个功能学习/深度学习算法，能看到它们为你工作，并学习如何应用/适应这些想法到新问题上。(This tutorial will explain the main points of unsupervised feature learning and in-depth learning. Through learning, you will also implement multiple functional learning /
k_means
- 利用K均值算法对Iris数据集进行聚类，实现Iris数据集的无监督学习。(K-means algorithm is used to cluster iris data set to realize unsupervised learning.)