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. 机器学习十大经典算法

  2. 机器学习十大经典算法，也就是数据挖掘十大经典算法， 有一篇总结的文章，还有十个分写的文章，共200+页，每个算法20+页，全英文，本集合是最为权威的机器学习算法总结。

  3. 所属分类：专业指导

    • 发布日期：2013-11-26
    • 文件大小：5242880
    • 提供者：yshanfeng

  1. 大数据下的机器学习算法综述

  2. 主要分析和总结当前用于处理大数据的机器学习算法的研究现状，此外，并行是处理大数据的主流方法，因此介绍一些并行算法，并引出大数据环境下机器学习研究所面临的问题，最后指出大数据机器学习的研究趋势

  3. 所属分类：机器学习

    • 发布日期：2017-11-30
    • 文件大小：324608
    • 提供者：cyj2014go

  1. 机器学习算法思维导图

  2. 常见机器学习算法分类总结，来自https://machinelearningmastery.com/

  3. 所属分类：机器学习

    • 发布日期：2017-12-27
    • 文件大小：131072
    • 提供者：github_37826370

  1. 机器学习算法总结ppt

  2. 机器学习算法总结ppt机器学习算法总结ppt机器学习算法总结ppt机器学习算法总结ppt

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-13
    • 文件大小：2097152
    • 提供者：df_xiao

  1. 机器学习算法总结

  2. 较为常用的机器学习语言的总结，步骤比较详尽，内容比较有深度

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-21
    • 文件大小：2097152
    • 提供者：wangyawei602

  1. Calculus Cheat Sheet All Reduced 机器学习微积分总结

  2. Calculus Cheat Sheet All Reduced 机器学习微积分总结，快速掌握

  3. 所属分类：机器学习

    • 发布日期：2018-05-04
    • 文件大小：243712
    • 提供者：temotemo

  1. 机器学习算法及工程上tricks总结-面试必备

  2. 机器学习算法及工程上tricks总结-面试必备，包括knn，朴素贝叶斯，决策树，随机森林，感知机，svm，聚类等

  3. 所属分类：机器学习

    • 发布日期：2018-05-23
    • 文件大小：1048576
    • 提供者：weixin_42294910

  1. 量子机器学习算法综述

  2. 机器学习在过去十几年里不断发展,并对其他领域产生了深远的影响.近几年,研究人员发现结合量子计算特性的新型机器学习算法可实现对传统算法的加速,该类成果引起了广泛的关注和研究.因此,文中对近十年的量子机器学习算法进行总结、梳理.首先,介绍了量子计算和机器学习的基本概念;其次,从四个方面分别介绍了量子机器学习,分别是量子无监督聚类算法、量子有监督分类算法、量子降维算法、量子深度学习;同时,对比分析量子机器学习算法与传统机器学习算法的区别和联系;最后,总结该领域存在的问题及挑战,并对量子机器学习未来的

  3. 所属分类：机器学习

    • 发布日期：2018-06-17
    • 文件大小：379904
    • 提供者：qq_28339273

  1. 机器学习算法分类

  2.  机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。本文为您总结一下常见的机器学习算法，以供您在工作和学习中参考。        机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。

  3. 所属分类：机器学习

    • 发布日期：2018-06-20
    • 文件大小：249856
    • 提供者：weixin_42492798

  1. 机器学习算法_总结.docx

  2. 本资料适用于考研复试，主要是介绍机器学习常用的算法的基本概念，只能用于了解，没有详细的介绍。机器学习算法_机器学习算法_机器学习算法_

  3. 所属分类：其它

    • 发布日期：2020-02-05
    • 文件大小：19456
    • 提供者：qq_24977457

  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：312320
    • 提供者：abacaba

  1. 机器学习算法岗面试知识.pdf

  2. 作者于2018年夏秋开始备战机器学习算法岗，总结汇总了如此的面试和笔试经验，希望能够对众多童鞋有用。

  3. 所属分类：机器学习

    • 发布日期：2020-08-14
    • 文件大小：3145728
    • 提供者：LiuPeiP_VIPL

  1. 机器学习算法总结1:统计学习方法概论

  2. 总结《统计学习方法》学习心得 统计学习(statistical learning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。 统计学习的研究对象是数据(data)，统计学习关于数据的基本假设是同类数据具有一定的统计规律性，数据分为连续变量和离散变量。 统计学习三要素：模型(model)，策略(strategy)和算法(algorithm)。 1.模型 模型的假设空间包含所有可能的条件概率分布或决策函数； 2.策略 损失函数度量模型一次预测的好坏，风险函数度量平

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：216064
    • 提供者：weixin_38668335

  1. 大数据下的机器学习算法综述

  2. 随着产业界数据量的爆炸式增长，大数据(Big Data)概念引发的热情也越来越高涨。产业界需求与关注点发生了重大转变：企业关注的重点转向数据，计算机行业正在转变为真正的信息行业，从追求计算速度转变为关注大数据处理能力，软件也将从数据采集与存储为主转变为以数据处理为中心。机器学习算法在学术界具有很高的学术研究价值，在产业界有很大的实用价值。由于大数据的海量、复杂多样、变化快的特性，对于大数据环境下的应用问题，传统的在小数据上的机器学习算法很多已经不再适用。因此，研究大数据环境下的机器学习算法成为学

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：322560
    • 提供者：weixin_38675970

  1. 机器学习算法汇总：人工神经网络、深度学习及其它

  2. 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里我们将为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：368640
    • 提供者：weixin_38646706

  1. 机器学习算法总结

  2. 本文来自于网络，本文主要介绍了机器学习领域涉及到很多的算法和模型中一些常见的算法。机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。严格的定义：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机，电子计算机，中子计算机、光子计算机或神经计算机等等。由上图所示

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：629760
    • 提供者：weixin_38685961

  1. 机器学习算法汇总：人工神经网络、深度学习及其它

  2. 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里我们将为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：368640
    • 提供者：weixin_38590989

  1. 机器学习算法总结

  2. 本文来自于网络，本文主要介绍了机器学习领域涉及到很多的算法和模型中一些常见的算法。机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 严格的定义：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机，电子计算机，中子计算机、光子计算机或神经计算机等等。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：629760
    • 提供者：weixin_38736652

  1. 机器学习算法总结4:朴素贝叶斯法

  2. 朴素贝叶斯(naive Bayes)是基于贝叶斯定理和条件独立假设的分类方法。该方法是生成方法，即通过数据学习输入/输出的联合概率分布，然后基于此模型，对于给定的输入x，求出后验概率最大的输出y。 1.模型 联合概率分布：P(X,Y) 先验概率(边缘概率)分布： 条件概率分布： 三者关系：条件概率分布=联合概率分布/先验概率。 条件概率分布有指数级数量参数，通过条件独立假设(用于分类的特征在类确定的条件下都是条件独立的)，将朴素贝叶斯法变得简单，但会牺牲一定的分类准确率。 条件独立性假设得到

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：226304
    • 提供者：weixin_38692202

  1. 机器学习算法总结3:k近邻法

  2. k近邻法(k-NN)是一种基本分类与回归方法。算法思想：给定一个数据集，对新的输入实例，在训练数据集中找到与其最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为哪个类。 k近邻的特殊情况是k=1的情形，称为最近邻算法。 k近邻算法没有显式的学习过程。 1.模型：k近邻法使用的模型对应于对特征空间的划分。 k近邻法中，当训练集、k值、距离度量(如欧式距离)及分类决策规则确定后，对于任何一个新的输入实例，它所属的类唯一地确定。 模型的三个基本要素：k值的选择、距离度量以及分类决策规

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：437248
    • 提供者：weixin_38508821
« 12 3 4 5 6 7 8 9 10 »