注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 【最详细】支持向量机理论matlab源代码

  2. 支持向量机相关理论源程序及仿真实验，运行平台matlab，以下为程序介绍： chap3_1.m 第三章的基于SVR的线性系统辨识建模及校验的仿真程序 chap3_2.m 第三章的基于SVR的非线性系统辨识建模及校验的仿真程序 chap4_1.m 第四章的基于SVR的线性系统故障诊断的仿真程序 chap4_2.m 第四章的基于SVR的非线性系统故障诊断的仿真程序 chap8_1.m 第八章的基于SVR的线性系统逆模型辨识建模及校验的仿真程序 chap8_2.m 第八章的基于SVR的线性系统直接逆

  3. 所属分类：其它

    • 发布日期：2017-01-06
    • 文件大小：2097152
    • 提供者：edward_cullen_

  1. 深度学习基础加进阶视频教程

  2. 【课程内容】 基础 课程介绍机器学习介绍 深度学习介绍 基本概念 决策树算法 决策树应用 最邻近规则分类KNN算法 最邻近规则KNN分类应用 支持向量机SVM 神经网络算法应用 简单线性回归 多元线性回归 非线性回归 Logistic Regression 回归中的相关度和决定系数 回归中的相关性和R平方值应用 Kmeans算法 Kmeans应用 Hierarchical clustering 层次聚类 进阶 基本概念 软件包安装和环境配置总述 环境配置分部详解 手写数字识别 神经网络基本结构

  3. 所属分类：深度学习

    • 发布日期：2018-03-14
    • 文件大小：75
    • 提供者：u013844840

  1. 【宅着宅着就学习惯了】支持向量机实战代码

  2. 【宅着宅着就学习惯了】机器学习课程——支持向量机算法实战代码 1. 手写字识别——KNN算法 2. 手写字识别——SVM算法 3. SVM算法实战（一） 4. SVM算法实战（二）

  3. 所属分类：专业指导

    • 发布日期：2020-03-30
    • 文件大小：1048576
    • 提供者：abilityjh

  1. 基于支持向量机的机器学习研究 Research of Machine-Learning Based Support Vector Machine

  2. 【摘要】 学习是一切智能系统最根本的特征。机器学习是人工智能最具智能特征、最前沿的研究领域之一。机器学习研究的是如何使机器通过识别和利用现有知识来获取新知识和新技能。机器学习就是要使计算机能模拟人的学习行为,自动地通过学习获取知识和技能,不断改善性能,实现自我完善。　与传统统计学相比,统计学习理论是一种专门研究小样本情况下机器学习规律的理论。V.Vapnik　等人从六、七十年代开始致力于此方面研究,到九十年代中期,其理论不断发展和成熟。统计学习理论是建立在一套较坚实的理论基础之上的,为解决有限样

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：591872
    • 提供者：songzailu6482

  1. 支持向量机回归算法与应用研究 Algorithm and Application Research of Support Vector Machine Reg

  2. 【摘要】 基于数据的机器学习是现代智能技术中的重要方面。统计学习理论(SLT)是一种专门研究小样本情况下机器学习规律的理论，它建立在一套较坚实的理论基础之上的，为解决有限样本学习问题提供了一个统一的框架也发展了一种新的通用学习方法一支持向量机(SVM)，较好的解决小样本学习问题。与神经网络等其它学习方法相比，它的结构通过自动优化的方法计算出来，并且避免了局部最小点、过学习等缺陷。 以往大部分研究主要集中在支持向量机分类理论和应用上，近年来关于支持向量机回归(SVMR)的研究也显示出其优异的性能。

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：3145728
    • 提供者：songzailu6482

  1. 【机器学习】SVM支持向量机

  2. from sklearn.datasets import make_circles from sklearn.svm import SVC import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn.linear_model import LogisticRegression import numpy as np #创建样本点 ''' n_samples：创建多少啊个样本 noise

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：178176
    • 提供者：weixin_38663526

  1. 【机器学习】SVM支持向量机

  2. from sklearn.datasets import make_circles from sklearn.svm import SVC import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn.linear_model import LogisticRegression import numpy as np #创建样本点 ''' n_samples：创建多少啊个样本 noise

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：178176
    • 提供者：weixin_38529951