搜索资源列表
K-Meansl
- 自己编写了一个c++的k均值聚类算法，使用起来很方便，数据存储在txt文件里，可以 改成自己的数据，方便使用,目录里给了两组UCI机器学习数据库上的数据，供实验用 。可以用这个文件直接运行就好了，里面给出了详细的使用说明。-k means clustering by array.
WEKA-EDU
- Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品--Clementine ）的，基于JAVA环境下开源的机器学习（machine learning）以及数据挖掘（data minining）软件。它和它的源代码可在其官方网站下载。有趣的是，该软件的缩写WEKA也是New Zealand独有的一种鸟名，而Weka的主要开发者同时恰好来自New Zealand的
top_ten_classical_algorithm
- 机器学习中十大经典算法，其中包括adaboost、pagerank、EM等算法，希望对研究机器学习的朋友有帮助-Machine learning in the top ten classical algorithm, including adaboost, pagerank, the EM algorithm, friend of machine learning
data-mining-technology
- 数据挖掘是知识发现过程的一个基本步 骤。KDD是一门交叉学科，它涉及统计学、数据库技术、计算机科学、模式识别、人工智能、机器学习等多个学科。 -Data mining is a fundamental step in the knowledge discovery process. KDD is an interdisciplinary, it involves statistics, database technology, computer science, pattern reco
Untitled
- 手写体数字辨别,样本数据与训练数据均来自UCI 机器学习数据库网站：http://archive.ics.uci.edu/ml/datasets.html 采用BP多学习率算法-BP algorithm of neuro network
machine-leaning-
- 机器学习的聚类代码，gmm、层次聚类、k-means,并包含各种数据文件-machine leaning code
1
- SVM分类器，可用于人脸识别，机器学习等。-Texture feature extraction, and classification, SVM classifier is.Can be used for face recognition, machine learning, etc.
Machine.Learning
- 非常经典的机器学习的英文原版。《机器学习》展示了机器学习中核心的算法和理论，并阐明了算法的运行过程。《机器学习》综合了许多的研究成果，例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定-The English original of the classic machine learning. " Machine learning" shows the core of machine learning algo
Bayesian
- 关于贝叶斯网络分类的相关PDF资料，和机器学习的书籍-Bayesian net classification
Statistical-Learning(2-Edition)
- 斯坦福大学统计系的Trevor Hastie等编写的一本统计学习基础，关于数据挖掘，推理，预测的机器学习的书。这是第二版的，与第二版有很多新增的内容，在作者主页上下的，书在网上太贵了，买不起的，可看看电子版-Written by Trevor Hastie, Stanford University Department of Statistics, a statistical study based on data mining, reasoning, machine learning pred
Rgcfe
- 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。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、自适应控制制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。 -The genetic algorithm referred to as GA (Genetic Algorithm), is essent
Aada_20--1d
- Adaboost ，一个非常受欢迎的机器学习算法法。用MATLAB实现。,可以直接使用。 -Adaboost, a very popular machine learning algorithm method. With MATLAB. Can be used directly.
SlibbsvmmV
- SVM是一种常用的模式分类机器学习算法，以效率高准确度高闻名于于世，libsvm与svmlight是常用的两种SVM实现方法。 -SVM is a common pattern classification machine learning algorithms, high efficiency and high accurate well-known in the world, the libsvm archive. And svmlight two SVM method.
demoGraphKSVM
- 机器学习数据挖掘人工智能中间图核构造——图形核函数的构造-machinelearning datamining graph kernel
mssb
- 模式识别的核方法，很好的模式识别机器学习入门资料-Nuclear pattern recognition method, a good pattern recognition machine learning introductory information
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
GNew_Genetic_e
- 遗传算法及其育种:GA于20世纪60年代由美国Michigan大学J.H.Holland教授[1]首先提出。它可广泛应用于人工智能、机器学习、函数的优化、自动控制等领域。GA的突出特点是将问题的解空间间通过编码转换为GA的搜索空间，把问题的解转换为生物的个体，并借助生物的遗传和进化理论，对多个个体同时进行选择、交叉和变异操作。这样，可以较快地搜索到最优解。但是，遗传算法易陷入局部最优。搜索效率还不是 -Genetic Algorithm and Breeding: GA 1960s firs
sentiment
- 基于svm（支持向量机）的机器学习情感分析方法，里面有直接可以用的源码-sentiment analysis
datamining
- 主要介绍在大型数据库中发现知识（Knowledge Discovery in Large Databases, KDD）的各种技术，是专门针对决策支持中的各类问题进行讨论的高端课程。面向对象为软件工程专业硕士研究生。 本课程讲授的主要内容包括：数据预处理、数据仓库及OLAP、概念描述型数据挖掘、关联规则挖掘、分类挖掘和预测以及聚类挖掘，涉及的领域包括数理统计、概率论、机器学习、信息论、集合论等等。-Introduces knowledge discovery in large dat
The-programming-collective-wisdom
- 《集体智慧编程》(programming collective intelligence building smart web 2.0 applications)以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数