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. Classification toolbox非常好用的工具箱

  2. 模式分类 机器学习Classification toolbox

  3. 所属分类：专业指导

    • 发布日期：2010-04-28
    • 文件大小：365568
    • 提供者：heyeye

  1. C++现实分类回归树算法(机器学习, 决策树)

  2. C++实现机器学习决策树算法CART(Classification And Regression Trees, 即分类回归树).同样实现了剪枝算法用于解决决策树会产生过拟合的情况.代码干净,整洁,有注释可直接使用.

  3. 所属分类：C++

    • 发布日期：2015-06-15
    • 文件大小：11264
    • 提供者：theone_jie

  1. BAT机器学习面试1000题系列

  2. BAT机器学习面试1000题系列 1 前言 1 BAT机器学习面试1000题系列 2 1 归一化为什么能提高梯度下降法求解最优解的速度？ 22 2 归一化有可能提高精度 22 3 归一化的类型 23 1）线性归一化 23 2）标准差标准化 23 3）非线性归一化 23 35. 什么是熵。机器学习 ML基础 易 27 熵的引入 27 3.1 无偏原则 29 56. 什么是卷积。深度学习 DL基础 易 38 池化，简言之，即取区域平均或最大，如下图所示（图引自cs231n） 40 随机梯度下降 4

  3. 所属分类：机器学习

    • 发布日期：2018-03-07
    • 文件大小：10485760
    • 提供者：qq_38873863

  1. 大数据下的机器学习算法综述.pdf

  2. 大数据下的机器学习算法综述，介绍利用大数据做机器学习的常用算法ordan Little bootstraps Boot frap ordan 4 4.1 4.2 Kol- Tucker Memory -Efficient Tucker Decomposition MET MET densed Nearest Neighbor CNN R duced nearest neighbor RnN Ed MET ted Nearest Neighbor ENN Wahba h 10 Regularize

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：326656
    • 提供者：hejx1213

  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. 机器学习思维导图.pdf

  2. 机器学习思维导图.Classification。RNN,CNN.FCN,模型，训练，损失，种类。想了解的可以下载。

  3. 所属分类：讲义

    • 发布日期：2020-11-05
    • 文件大小：337920
    • 提供者：weixin_46969363

  1. CV学习第三课——机器学习之线性回归与逻辑回归

  2. 1机器学习 定义：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则我们就说关于T和P，该程序对E进行了学习。 这也是机器学习目前的困境所在，只能针对单方面的事物进行学习，还不会变通。 1.1机器学习与人工智能关系 其关系可参考阅读链接： 人工智能、机器学习、深度学习、神经网络概念说明 用一张图可表示如下： 1.2机器学习分类 机器学习分类参考 机器学习通常分为四类，每类又细分如下 A监督学习 监督学习经典分两类： 1.Regression回归问

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：331776
    • 提供者：weixin_38724333

  1. 【李宏毅机器学习笔记】6、简单介绍深度学习（Deep Learning）

  2. 【李宏毅机器学习笔记】1、回归问题（Regression） 【李宏毅机器学习笔记】2、error产生自哪里？ 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播（Backpropagation） 【李宏毅机器学习笔记】8、Tips for Training DNN 【李宏

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：2097152
    • 提供者：weixin_38597990

  1. 机器学习相关概念

  2. 机器学习相关概念 定义: T E P 机器学习分类 有监督学习 回归(Regression) linear_regression 分类(Classification) 判别模型 ->Bayes公式->先验概率,似然函数,证据,后验概率->Beta分布(概率的概率分布) 生成模型->联合概率 边缘概率 距离说明什么是判别模型,什么是生成模型,以及常见的模型分别属于哪种.可能会被问到 无监督学习 聚类(cluster) 降维 强化学习 机器学习三要素 模型(线性回归,Log

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：32768
    • 提供者：weixin_38636655

  1. 【李宏毅机器学习笔记】8、Tips for Training DNN

  2. 【李宏毅机器学习笔记】1、回归问题（Regression） 【李宏毅机器学习笔记】2、error产生自哪里？ 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播（Backpropagation） 【李宏毅机器学习笔记】8、Tips for Training DNN 【李宏

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：3145728
    • 提供者：weixin_38660051

  1. 【李宏毅机器学习笔记】7、反向传播（Backpropagation）

  2. 【李宏毅机器学习笔记】1、回归问题（Regression） 【李宏毅机器学习笔记】2、error产生自哪里？ 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播（Backpropagation） 【李宏毅机器学习笔记】8、Tips for Training DNN 【李宏

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：1048576
    • 提供者：weixin_38642349

  1. Gamma-Ray-Point-Source-Detector:使用机器学习对伽玛射线点源进行定位和分类-源码

  2. 伽玛射线点源检测器 使用机器学习对伽玛射线点源进行定位和分类 该存储库中的材料可用于运行以推理方式在论文arXiv：2102.02XXX中开发的管道的测试示例。此外，它还包括评估测试运行并生成相似图的例程。 用于运行补丁生成，UNEK预测和本地化评估的代码 from-cats-to-locnet-input.py from-locnet-input-to-unek-output.py from-unek-output-to-locnet-evaluation.py 可视化本地化和分类结果的代码

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：180355072
    • 提供者：weixin_42134168

  1. Classification-Algorithms:它包括应用程序和数据集示例，您可以研究有关我们在机器学习中看到的分类算法的信息-源码

  2. 分类算法 它包括应用程序和数据集示例，您可以研究有关我们在机器学习中看到的分类算法的信息。

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：19456
    • 提供者：weixin_42112894

  1. Iris-flower-classification:实现使用机器学习和Python对鸢尾花物种进行分类的解决方案-源码

  2. Iris-flower-classification:实现使用机器学习和Python对鸢尾花物种进行分类的解决方案

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：122880
    • 提供者：weixin_42123296

  1. Plate-Number-Classification:这是在HNG 6机器学习实习期间完成的车牌号分类的存储库-源码

  2. 车牌号分类 这是在HNG 6机器学习实习期间完成的车牌号分类的存储库。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1073741824
    • 提供者：weixin_42153615

  1. MNIST-Fashion-data-Classification-Task:尝试使用MNIST Fashion数据集，以手工方式建立最佳模型，而无需使用预制的机器学习模型-源码

  2. MNIST时尚数据分类任务 这项研究的目的是找到最佳分类器来训练机器学习模型，该模型将用于预测图片的内容。 通过使用成千上万张图片的像素分解，模型将尝试将每张图片分类为正确的类别。 该报告将重点关注以下10种服装的图片：T恤/上衣，裤子，套头衫，连衣裙，外套，凉鞋，衬衫，运动鞋，包和脚踝靴。 该模型的目的是使用30,000张带有指定标签的图片对其进行训练，然后再对5,000张图片进行测试。 理想情况下，该模型将来将可以接收任何图片，并且可以预测图片上方列出的10个项目中的哪个正在描绘。 创建了

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：23068672
    • 提供者：weixin_42134038

  1. php-ml：PHP机器学习库-源码

  2. PHP-ML-适用于PHP的机器学习库 PHP中机器学习的新方法。 一个库中包含算法，交叉验证，神经网络，预处理，特征提取等功能。 PHP-ML需要PHP> = 7.2。 分类的简单示例： require_once __DIR__ . '/vendor/autoload.php' ; use Phpml \ Classification \ KNearestNeighbors ; $ samples = [[ 1 , 3 ], [ 1 , 4 ], [ 2 , 4 ], [ 3 ,

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：518144
    • 提供者：weixin_42099815

  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. basicMLpy：实现简单有效的机器学习算法和技术的软件包-源码

  2. 基本MLpy basicMLpy是一个实现简单机器学习算法的软件包。 它目前包含七个模块，这些模块实施了多种机器学习技术以进行监督学习。 basicMLpy.regression模块包含以下功能： 线性回归 岭回归 basicMLpy.classification模块包含以下功能： 通过IRLS（迭代加权最小二乘）算法进行多类分类 basicMLpy.nearest_neighbors模块包含以下功能： K最近邻算法的实现，可以同时满足分类和回归问题 basicMLpy.model_se

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：15360
    • 提供者：weixin_42100032

  1. JSTP22_Skin-Diseases-Classification-使用机器学习：https：//docs.google.comspreadsheetsd1xvvZoZGXEARdbLu6NbsxL3bZM9Ru7YCZdWQG2vv4

  2. JSTP＃22使用机器学习对皮肤疾病进行分类 这是JSTP＃22项目，涉及使用机器学习对泰国的大多数10种皮肤疾病进行分类，但在我仅获得4种皮肤疾病 非危险性皮肤病这些课程无需咨询医生。 特应性皮炎[ad] 正常[nm] 危险的皮肤疾病这些课程需要咨询医生。 牛皮癣[ps] 脂溢性角化病[sk] 过程 使用训练CNN模型，并将权重转移到然后将最佳的3种模型合以获得最佳结果。 关于工作 对于 为了 用法 克隆这个 终端： git clone https://github.com/fil

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：744488960
    • 提供者：weixin_42172204
« 12 3 4 5 6 7 »