搜索资源列表
xinxihec
- 数据挖掘和知识发现（Data Mining and Knowledge Discovery，DMKD）技术就是在这样的背景下产生的，是在数据库技术、机器学习、人工智能、统计分析、模型逻辑、人工神经网络和专家系统等基础上发展起来的新兴交叉科学，是继网络之后的又一个技术热点。如果将数据库中的大量数据比喻为矿床，则DMKD技术就是从这矿床中挖掘知识的“金块”的工具。由于其诱人的前景和巨大的难道，使得DMKD成为计算机信息处理领域的研究热点和前沿技术。-Data Mining and Knowledge
The-Boosting-Approach
- 机器学习的综述性材料，特别是从事boost的集成学习方法，对研究模式识别的人也有帮助-Overview of machine learning materials, especially in the boost the integration of learning methods, help the people of the pattern recognition
Support-vector-machine-
- 利用谱聚类方法在特 征向量空间中对原始样本数据进行重新表述使得在新表述中同一聚类中的样本能够更好地积聚在一起构建聚类核函数 并进而构造聚类核半监督支持向量机 使样本更好地满足半监督学习必须遵循的聚类假设 -Restated in the new formulation in the same cluster sample be better able to accumulate together to build the clustering of nuclear function and
based-on-random-walk
- 随机游走在计算机学科的信息检索领域已经得到了成功的应用，现在正被 越来越多地应用到机器学习和数据挖掘等领域。在此背景下，我们提出图上的 随机游走学习，创造性地将随机游走作为一项基本技术，用于改善传统的有监 督学习，半监督学习和无监督学习中的困难问题-Random walk has been successfully applied in computer science, information retrieval, is now being increasingly applied
2011_7_1_49_56
- Support vector regression has been proposed in a number of image processing tasks including blind image deconvolution, image denoising and single frame super-resolution. As for other machine learning methods, the training is slow. In this paper,
Machine-Learning
- 机器学习的讲义和作业，包括了SVM、隐氏马尔科夫和朴素贝叶斯等方法，非常适合初学机器学习的人！-Machine learning lectures and assignments, including SVM, Hidden Markov and Naï ve Bayes methods, machine learning is ideal for beginners！
MACHINE-LEARNING
- 研究生学习必读的课程，机器学习导论,国外大牛elth著-machine learning
machine--Learning-concept
- 机器学习(Machine Learning, ML)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，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。-Machine Learning (Machine Learning, ML) is more than one field of