搜索资源列表
深度学习
- 这本书的主题——深度学习是通向人工智能的途径之一。具体来说，它 是机器学习的一种，一种能够使计算机系统从经验和数据中得到提高的技术。我们 坚信机器学习可以构建出在复杂实际环境下运行的AI 系统，并且是唯一切实可行的 方法。深度学习是一种特定类型的机器学习，具有强大的能力和灵活性，它将大千 世界表示为嵌套的层次概念体系（由较简单概念间的联系定义复杂概念、从一般抽 象概括到高级抽象表示）(The subject of this book, deep learning, is one of
2012.李航.统计学习方法
- 机器学习算法，介绍各种机器学习算法，理论公式推导等等(Machine Learning Algorithms, Introduction to Various Machine Learning Algorithms, Derivation of Theoretical Formulas, and More)
RBF学习算法
- 该文件主要是在Matlab条件下开发的RBF算法，主要用于机器视觉学习分类(This file is mainly a RBF algorithm developed under the condition of Matlab, which is mainly used for machine vision learning classification.)
SVM机器学习算法
- 该文件主要包含了Matlab条件下开发的SVM算法，该算法主要用于机器视觉的学习与分类(The file mainly includes the SVM algorithm developed under the Matlab condition, which is mainly used for learning and classification of machine vision.)
机器学习从入门到小试牛刀.pdf
- 机器学习目前的火热程度已经不用多说，愿此文档将大家带入这个领域！(The current degree of heat of machine learning has not been said much, and is willing to bring this document into this field!)
[Python学习手册(第4版)].源代码
- python学习手册的随书源代码，第四版(The source code of the python learning manual, Fourth Edition)
周志华-机器学习-课件
- 周志华机器学习的课件 电子书 PPT的(python machine learning PPT)
机器学习与模式识别中文版 +pdf+书籍中的算法实现
- 机器学习与模式识别中文版 电子书 以及源码，(machine learning and pattern recognition code and pdf book)
基于深度学习的计算机视觉
- 基于深度学习的计算机视觉书 PDF 计算机视觉 深度学习(computer virson based on deep learnning .)
Python机器学习实战
- python的入门程序，较多例子，值得学习，愿对你有所帮助(Python's introductory program, more examples)
机器学习书籍
- 几个机器学习书籍，统计学习方法，机器学习导论等(Tom.Mithell,Mechine learing)
集成学习
- 集成学习算法的学习和应用研究，随机森林等相关算法(Study and application of integrated learning algorithm)
1天搞懂深度学习
- 1天搞懂深度学习 深入浅出理论知识，快速掌握当前火热的人工智能理论(1 days get deep learning in theoretical knowledge, master the theory of artificial intelligence the current hot fast)
机器学习实战(中文，英文原版及源码)
- 机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。(Machine learning is a very important research direction in the research field of artificial intelligence, big data in the background, infor
机器学习与数据挖掘方法和应用
- 本书分为5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘(The book is divided into 5 parts, 18 chapters, a
1.kyLin-V3.0-开发板基础学习例程
- stm32麒麟开发板基础学习例程。这个是没有操作系统的裸机代码。非常适合初学者使用(STM32 Kirin development board basic learning routine. This is not the bare metal code operating system. It's very suitable for beginners to use)
深度学习
- 深度学习概念、基本模型介绍、机器学习基础、深度前馈网络(An introduction to the concept of deep learning and the basic model)
01-第一课 神经网络和深度学习
- 吴恩达人工智能课程，第一课神经网络和深度学习的课后练习题以及答案(The Andrew Ng artificial intelligence course, the first lesson of the neural network and the intensive study exercises and the answers)
03-第三课 结构化机器学习项目
- 吴恩达人工智能课程，第三课 结构化机器学习项目的课后练习题以及答案(The Andrew Ng artificial intelligence course, the third lesson of the structured machine learning project and the answer)
Scikit-Learn与TensorFlow机器学习实用指南
- Scikit-Learn与TensorFlow机器学习实用指南(Scikit-Learn and TensorFlow machine learning practical guide)