搜索资源列表
LibSVM
- 机器学习支持向量机的代码libsvm 2.36版-Lib source code of Machine study supporting Vector machine
Machine_learning
- Machine Learning with WEKA: An Introduction （讲义） 关于数据挖掘和机器学习的.-Machine Learning with WEKA : An Introduction (s) on the Data Mining and Machine Learning.
yichuangsuanfa
- 遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。-genetic algorithm in pattern recognition, neural networks, image processing, machine learning, optimization of industrial control, adaptive control, Biological sciences, and social sciences are
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；
Apriori_depth_first
- 数据挖掘/机器学习Apriori的深度优先算法。 编译方法：g++ -Wall -O3 -o fim_all dffast.-Data Mining / Machine Learning Apriori the depth priority algorithm. Compiled : g-Wall-O3-o fim_all dffast.
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。
DIPDemo
- 通过学习此程序，配套《数字图像处理与机器视觉》张铮、王艳平、薛桂香。一个集成的大程序有霍夫变换，边缘化处理等。-Through the study of this program, supporting the " digital image processing and machine vision," Zhang Zheng, Wang Yanping, Xue Guixiang. A large program with integrated Hough transfor
standford机器学习课程编程
- standford机器学习课程AndrewNg，编程练习
MachineLearning
- 非常好用的基于QT实现机器学习的朴素贝叶斯算法-Very easy to use machine learning based on QT implement Naive Bayes algorithm
unquuljnied
- 机器狗检测提示 ,很不错的易语言源码,适合易语言爱好者学习,()