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. 基于感知机的分词算法简介

  2. 我原来发过一个“python写的基于感知机的中文分词系统”的资源，那个是很完整的代码，包括训练数据等。但是代码没有任何注释，所以我又提交这个说明文档。但这个文档是用pageplayer做的（pageplayer压缩后有19M我发不上来），写的简略，但是还比较清楚，包括算法时间分析，改进等等。希望对大家有所帮助吧。

  3. 所属分类：其它

    • 发布日期：2008-05-27
    • 文件大小：1048576
    • 提供者：SummerRain2008

  1. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1048576
    • 提供者：qq_33042687

  1. 感知机算法Python实现

  2. 实现了感知机的python代码，有例子有图形

  3. 所属分类：互联网

    • 发布日期：2016-10-30
    • 文件大小：2048
    • 提供者：zhengjihao

  1. 感知机Python实现

  2. 感知机的Python实现，用随机梯度下降算法实现的。

  3. 所属分类：机器学习

    • 发布日期：2017-08-15
    • 文件大小：1024
    • 提供者：tudaodiaozhale

  1. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14680064
    • 提供者：hardpen2013

  1. lihang-code-master.zip

  2. 《统计学习方法》，作者李航，本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。根据网上资料用Python复现了课程内容，并提供本书的代码实现、课件下载。

  3. 所属分类：算法与数据结构

    • 发布日期：2019-05-27
    • 文件大小：15728640
    • 提供者：rp1234650978

  1. perceptron.py

  2. 包含感知机的原始学习算法的python实现代码，以及对偶形式的实现代码

  3. 所属分类：机器学习

    • 发布日期：2019-07-12
    • 文件大小：4096
    • 提供者：qq_42233538

  1. AI学习知识点.xmind

  2. *AI学习知识点* 1. 基础知识 概率论 微积分与逼近论 极限、微分、积分的基本概念 利用逼近的思想理解微积分，利用积分的方式理解概率论 概率论的基础 古典模型 常见的概率分布 大数定理和中心极限定理 协方差和相关系数 最大似然估计和最大后验估计 凸优化 凸优化的基本概念 凸函数 凸集 凸优化问题的标准形式 线性代数及矩阵 线性空间及线性变化 矩阵的基本概念 状态转移矩阵 特征

  3. 所属分类：Python

    • 发布日期：2019-07-15
    • 文件大小：240640
    • 提供者：lingfeian

  1. 感知机算法实现(使用MNIST数据集)_Python环境

  2. 在Python环境下实现感知机算法(使用MNIST数据集)，代码有详细注释，使用的是感知机算法的原始形式

  3. 所属分类：机器学习

    • 发布日期：2020-05-16
    • 文件大小：13631488
    • 提供者：cykac1998

  1. 感知机算法python实现

  2. 感知机（perceptron）是线性分类的二分类模型，感知机算法使用Python实现含数据集，输出的是测试集的类别

  3. 所属分类：机器学习

    • 发布日期：2020-05-10
    • 文件大小：135168
    • 提供者：weixin_43083799

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：41943040
    • 提供者：h394266861

  1. Python实现感知机（PLA）算法

  2. 主要为大家详细介绍了Python实现感知机（PLA）算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：222208
    • 提供者：weixin_38559992

  1. 统计学习方法及代码实现(Python)

  2. 全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。

  3. 所属分类：机器学习

    • 发布日期：2020-10-07
    • 文件大小：17825792
    • 提供者：qq_30121457

  1. 机器学习推导+python实现（二）：逻辑回归

  2. 写在开头：今天开始逻辑回归的内容分享，仍然是参考学习公众号机器学习实验室的思路和内容，尽量在实现的环节多加一些自己的思考，吸收一下。 内容安排 线性回归（一）、逻辑回归（二）、K近邻（三）、决策树值ID3（四）、CART（五）、感知机（六）、神经网络（七）、线性可分支持向量机（八）、线性支持向量机（九）、线性不可分支持向量机（十）、朴素贝叶斯（十一）、Lasso回归（十二）、Ridge岭回归（十三）等。 今天就是从逻辑回归的内容进行分享，逻辑回归的思想其实在现实生活中很常见，比如通过一段编程的能

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：190464
    • 提供者：weixin_38663516

  1. 第四章神经网络的学习算法——随机梯度下降numpy代码详解

  2. 本专栏是书《深度学习入门》的阅读笔记一共八章： 第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。 第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一个输出，单层感知器可以实现与门，或门以及与非门，但是不能实现异或门，异或门的实现需要借助多层感知机，这也

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：96256
    • 提供者：weixin_38616809

  1. Machine_Learning_Code:《统计学习方法》与常见机器学习模型（GBDTXGBoostlightGBMFMFFM）的原理讲解与python和类库实现-源码

  2. 机器学习模型的python与类库实现 本repo以李航博士的《统计学习方法》为路线，逐章讲解并实现其中所有的算法；从而，再加上常用的机器学习模型，例如GBDT，XGBoost，Light GBM，FM，FFM等，力争将传统的机器学习方法能够融汇互换 :party_popper: 。 统计学习方法｜感知机模型 模型理论讲解： 模型代码实现： ， 统计学习方法｜ K近邻 模型理论讲解： 模型代码实现： ， 统计学习方法｜朴素贝叶斯 模型理论讲解： 模型代码实现： ， 统计学习方法｜

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：24117248
    • 提供者：weixin_42131861

  1. Makeathon3077_OpenSource_Sages:此网络应用预测电子商务数据交易欺诈。 它基于机器学习和神经网络模型-源码

  2. 电子商务欺诈预测器Web应用程序 网络链接： ： 此网络应用预测电子商务数据交易欺诈。 它基于机器学习和神经网络模型。 训练了7种机器学习算法（决策树，随机森林，逻辑回归，支持向量机，梯度提升和K最近邻和KMeans算法）和2种深度学习神经网络模型（单层感知器和多层感知器）并对其进行了测试使用电子交易数据集（kaggle）和精度最高的百分位数的模型来构建网络预测器。 该Web应用程序是使用以下库在Python中构建的： 流线型 大熊猫 斯克莱恩 海生的 matplotlib.pypl

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：199680
    • 提供者：weixin_42144604

  1. 词性标注的python实现-基于平均感知机算法-附件资源

  2. 词性标注的python实现-基于平均感知机算法-附件资源

  3. 所属分类：互联网

  1. 词性标注的python实现-基于平均感知机算法-附件资源

  2. 词性标注的python实现-基于平均感知机算法-附件资源

  3. 所属分类：互联网

  1. Python实现感知机（PLA）算法

  2. 我们主要讲解一下利用Python实现感知机算法。 算法一 首选，我们利用Python，按照上一节介绍的感知机算法基本思想，实现感知算法的原始形式和对偶形式。 #利用Python实现感知机算法的原始形式 # -*- encoding:utf-8 -*- Created on 2017.6.7 author: Ada import numpy as np import matplotlib.pyplot as plt #1、创建数据集 def createdata(): samples=np

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：221184
    • 提供者：weixin_38651786
« 12 »