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. 地理信息系统算法基础.rar

  2. 第1章算法设计和分析 1．1概述 1．2算法设计原则 1．3算法复杂性的度量 1．3．1时间复杂性 1．3．2空间复杂性 1．4最优算法 1．5算法的评价 1．5．1如何估计算法运行时间 1．5．2最坏情况和平均情况的分析 1．5．3平摊分析 1．5．4输入大小和问题实例 思考题 第2章GIS算法的计算几何基础 2．1维数扩展的9交集模型 2．1．1概述 2．1．2模型介绍 2．1．3空间关系的判定 2．2矢量的概念 2．2．1矢量加减法 2．2．2矢量叉积 2．3折线段的拐向判断 2．4判断

  3. 所属分类：其它

    • 发布日期：2009-11-30
    • 文件大小：18874368
    • 提供者：xue12300

  1. LIBSVM使用介绍

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~

  3. 所属分类：专业指导

    • 发布日期：2010-06-11
    • 文件大小：103424
    • 提供者：Grazz

  1. 随机森林模型在分类与回归分析中的应用

  2. 随机森林 random forest 模型是由Breiman 和Cutler 在2001 年提出的一种基于分类树的算法 它通过 对大量分类树的汇总提高了模型的预测精度 是取代神经网络等传统机器学习方法的新的模型 随机森林的运 算速度很快 在处理大数据时表现优异 随机森林不需要顾虑一般回归分析面临的多元共线性的问题 不用做变 量选择 现有的随机森林软件包给出了所有变量的重要性 另外 随机森林便于计算变量的非线性作用 而且可 以体现变量间的交互作用 interaction 它对离群值也不敏感 本文

  3. 所属分类：专业指导

    • 发布日期：2014-05-10
    • 文件大小：1048576
    • 提供者：sinat_15242403

  1. 数据挖掘原理与算法.pdf

  2. 数据挖掘原理与算法 介绍有关数据挖掘原理、分类算法、回归算法、聚类算法、关联算法

  3. 所属分类：其它

    • 发布日期：2008-10-22
    • 文件大小：10485760
    • 提供者：xxxx3

  1. MATLAB 神经网络43个案例分析》源代码&数据.

  2. 《MATLAB 神经网络43个案例分析》目录 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的

  3. 所属分类：讲义

    • 发布日期：2015-01-18
    • 文件大小：11534336
    • 提供者：sjm2015

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. matlab神经网络43个案例分析 源代码

  2. 《MATLAB 神经网络43个案例分析》目录 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的

  3. 所属分类：其它

    • 发布日期：2016-02-26
    • 文件大小：11534336
    • 提供者：u011699531

  1. matlab常用代码大全科研神器

  2. 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网

  3. 所属分类：其它

    • 发布日期：2016-11-08
    • 文件大小：12582912
    • 提供者：u014356002

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 科研常用代码（预测分类评价）

  2. matlab常用代码大全，帮助你科研，论文实证分析，数模竞赛 第44章 层次分析法 第45章 灰色关联度 第46章 熵权法 第47章 主成分分析 第48章 主成分回归 第49章 偏最小二乘 第50章 逐步回归分析 第51章 模拟退火 第52章 RBF,GRNN,PNN-神经网络 第53章 竞争神经网络与SOM神经网络 第54章 蚁群算法tsp求解 第55章 灰色预测GM1-1 第56章 模糊综合评价 第57章 交叉验证神经网络 第58章 多项式拟合 plotfit 第59章 非线性拟合 lsq

  3. 所属分类：其它

    • 发布日期：2017-04-27
    • 文件大小：12582912
    • 提供者：u014356002

  1. SVM工具箱的分类与回归算法

  2. SVM工具箱的分类与回归算法进行了介绍 使用者可以通过该文档了解掌握SVM工具箱的使用。

  3. 所属分类：其它

    • 发布日期：2008-12-02
    • 文件大小：769024
    • 提供者：yue901127

  1. MATLAB 神经网络43个案例分析

  2. 《MATLAB 神经网络43个案例分析》目录 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的

  3. 所属分类：机器学习

    • 发布日期：2017-10-30
    • 文件大小：12582912
    • 提供者：swyj123

  1. 基于UCI中Car Evaluation数据集的分类、回归与聚类

  2. 通过在UCI开源网站上下载Car Evaluation数据集，对其使用机器学习算法进行分析，分别使用了分类算法，回归算法，聚类算法，文件中附数据集以及代码，代码使用jupyter运行即可，代码中介绍比较详细，通熟易懂，从头至尾皆可跑通！

  3. 所属分类：机器学习

    • 发布日期：2019-06-15
    • 文件大小：71680
    • 提供者：liaoningxinmin

  1. 机器学习算法工程师校招面试题库.pdf

  2. 机器学习算法工程师校招面试题库 涵盖数学基础、机器学习算法、深度学习、自然语言处理、计算机基础项目等。ξ NOWCODER. COM 牛客网一一互联网学习求职必备神器 名企校招历年笔试面试真题,尽在牛客网 可能就问的项日多一些,或者你说哪里精通可能面试官就多去问你这些。而且此图是根据题 库数据整理出来,并不是根据实际单场面试整理,比如基础部分不会考那么多,会从中抽着 考 但是面试中必考的点且占比非常大的有机器学习算法,机器学习和算法。 决定你是否能拿 sp offer(高薪ofer)以及是否

  3. 所属分类：机器学习

    • 发布日期：2019-07-15
    • 文件大小：4194304
    • 提供者：yangyang3401

  1. 【监督学习】- 分类（决策树）

  2. 决策树 决策树(decision tree) 是一种基本的分类与回归方法。本博客主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行分类。 决策树学习通常包括3个步骤：特征选择、决策树的生成和决策树的修剪。这些决策树学习的思想主要来源于由Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及由Breiman等人在1984年提出的C

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：614400
    • 提供者：weixin_38726186

  1. 分类与回归算法介绍

  2. 分类算法 分类(Classification)是机器学习的主要任务之一，分类算法是一种典型的监督学习算法，是根据样本的特征将样本划分到合适的类别中。具体来说就是利用训练样本来进行训练，从而得到样本特征到样本标签的映射，再利用该映射来得到新样本的标签，最终达到将样本划分到不同类别的目的。简而言之，分类就是通过一组代表物体、事件等的相关属性来判断其类别。 分类问题通常有两种，一种是二元分类问题，另一种是多元分类。对于二元分类问题，通过已有的特征属性来判断事物或者事件的类别，其产生+的结果只有“0”和

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：43008
    • 提供者：weixin_38672739

  1. 机器学习算法Boosting

  2. 本文来自于标点符网站，本文将详细介绍机器学习中的两大类：监督学习和非监督学习，以及最主要的三种集成学习框架，希望对您的学习有所帮助。机器学习通常会被分为2大类：监督学习和非监督学习。在监督学习中，训练数据由输入和期望的输出组成，然后对非训练数据进行预测输出，也就是找出输入x与输出y之间的函数关系F：y=F(x)。根据输出的精确特性又可以分为分类和回归。分类和回归的区别在于输出变量的类型。定量输出称为回归，或者说是连续变量预测。定性输出称为分类，或者说是离散变量预测。举个例子：预测明天的气温是多少

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：829440
    • 提供者：weixin_38653040

  1. 机器学习算法Boosting

  2. 本文来自于标点符网站，本文将详细介绍机器学习中的两大类：监督学习和非监督学习，以及最主要的三种集成学习框架，希望对您的学习有所帮助。机器学习通常会被分为2大类：监督学习和非监督学习。在监督学习中，训练数据由输入和期望的输出组成，然后对非训练数据进行预测输出，也就是找出输入x与输出y之间的函数关系F：y =F(x)。根据输出的精确特性又可以分为分类和回归。分类和回归的区别在于输出变量的类型。定量输出称为回归，或者说是连续变量预测。 定性输出称为分类，或者说是离散变量预测。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：827392
    • 提供者：weixin_38614268

  1. K-近邻算法KNN学习笔记

  2. 本文来自于biaodianfu，文章介绍了在小程序端，使用腾讯云云智AI应用服务来进行人脸识别检测分析，实现人脸识别等功能。 K近邻法(k-nearestneighbor,k-NN)是1967年由CoverT和Hart P提出的一种基本分类与回归方法。它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：124928
    • 提供者：weixin_38684509

  1. tensorflow实现简单逻辑回归

  2. 逻辑回归是机器学习中很简答的一个栗子，这篇文章就是要介绍如何使用tensorflow实现一个简单的逻辑回归算法。 逻辑回归可以看作只有一层网络的前向神经网络，并且参数连接的权重只是一个值，而非矩阵。公式为：y_predict=logistic(X*W+b),其中X为输入，W为输入与隐含层之间的权重，b为隐含层神经元的偏置，而logistic为激活函数，一般为sigmoid或者tanh, y_predict为最终预测结果。 逻辑回归是一种分类器模型，需要木便函数不断的优化参数，这里目标函数为y_p

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：49152
    • 提供者：weixin_38650150
« 12 3 »