搜索资源列表
weka-3-3-5
- own Java code. WEKA 是一个机器学习运算法则，它是为解决真实世界中的数据问题。它用java写成并且几乎可以在任何平台上运行。运算法则能够被直接应用到数据集上或者从你自己的java 码中调用。-own Java code. WEKA is a machine learning algorithms, it is to solve the real-world data. Using java can be written in almost any platform. Algor
fenleisuanfa.tar
- 常用机器学习算法,java编写源代码,内含常用分类算法,包括说明文档-used machine learning algorithm, the preparation of java source code that contains commonly used classification algorithms, including documentation,
76
- GAUSS分布导引，PDF格式 对学习数据挖掘、机器学习、人工神经网络很有帮助-CLASS distribution guidance, in PDF format for learning data mining, machine learning, artificial neural network helpful
EM-algorithm-of-Matlab-source
- EM算法的Matlab源码 EM算法是机器学习中一个很重要的算法，即期望最大化算法，主要包括以下两个步骤： E步骤：estimate the expected values M步骤：re-estimate parameters-EM algorithm of Matlab source EM algorithm is the machine learning a very important algorithm, which maximize algorithm, mainly
OpenBUGS
- 这是国外研究Gibbs采样和Bayesian推理的研究人员写的工具包软件，最新版本为V1.4.3。很适合研究机器学习及其贝叶斯推理的科研人员使用。-The BUGS (Bayesian inference Using Gibbs Sampling) project is concerned with flexible software for the Bayesian analysis of complex statistical models using Markov chain Monte
fbm.2004.11.10
- 《Software for Flexible Bayesian Modeling and Markov Chain Sampling》是机器学习领域专家Neal编写的用于Bayesian和马尔可夫链Linux下的C语言工具包。很有名，也很权威。 -This software supports Bayesian regression and classification models based on neural networks and Gaussian processes, and Ba
em
- 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。 -In the statistical calculations, the maximum expected (EM) algorithm parameter maximum likelihood estimate
Mathematical-modeling
- 主要是基于matlab编程的机器学习的各种算法的实现，对补补基础很好-Matlab programming machine learning algorithm, Bubu basis of good
FCMClust
- 模糊聚类分析作为无监督机器学习的主要技术之一，是用模糊理论对重要数据分析和建模的方法，建立了样本类属的不确定性描述，能比较客观地反映现实世界，它已经有效地应用在大规模数据分析、数据挖掘、矢量量化、图像分割、模式识别等领域，具有重要的理论与实际应用价值，随着应用的深入发展，模糊聚类算法的研究不断丰富-Unsupervised fuzzy clustering analysis as the main machine learning techniques is the use of fuzzy t
DataSet
- 这是在机器学习、人工智能、数据挖掘中经常用到的数据集，聚类分析也经常用，包括：UCI的数据集wine,yeast,iris等，还有USPS数据集，4k2_far,leuk72_3k数据集等。-This is in machine learning, artificial intelligence, data mining frequently used data sets, cluster analysis are often used, including: UCI datasets wine
RLS2
- rls自适应算法程序在机器学习中的应用，上机试过了有用的-rls adaptive algorithm in machine learning, machine tried useful
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个变形是二分K-均值聚类算法，该算法首先将所有点作为一个簇，然
Logist_Regression
- Logistic regression （逻辑回归）是当前业界比较常用的机器学习方法-Logistic regression (logistic regression) is more commonly used current industry machine learning methods
KNN
- 数据挖掘中的经典算法，机器学习领域常用的KNN临近学习算法，可用于文本向量分类等用途。-Classical data mining algorithms, machine learning algorithms commonly used KNN approaching learning can be used for text vector classification purposes.
NNapplication
- 数据挖掘经典算法之一，KNN临近算法。可用于机器学习领域的文本向量分类等用途。-One of the classical data mining algorithms, KNN algorithm approaching. Can be used for text vector machine learning classification purposes.
Bump-judgment
- 机器学习中用到的梯度下降方法，凹凸性判读资料-Gradient descent method used in machine learning, data interpretation uneven nature
《机器学习实战》源代码
- python人工智能机器人学习源代码，配套书籍为python机器人学习(Python artificial intelligence robot learning source code, supporting books for Python Robot Learning)
CART
- 对汽车评估的分类决策树构建,使用了常用的python的机器学习库scikit-learn(Construction of classified decision tree for automobile evaluation,Use the common Python's machine learning library scikit-learn)
python机器学习预测分析核心算法
- python机器学习预测分析核心算法的例程(Python machine learning prediction and analysis of core algorithm routines)
机器学习数学基础速查手册_1569739907801
- 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 它是人工智能的核心，是使计算机具有智能的根本途径。(Machine learning is an interdisciplinary subject, involving probability theory, statistics, approximation theory, convex