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. 基于感知机的数字识别（含源码）

  2. 基于神经网络感知机的数字识别，这是最简单的单层神经网，但我做的这个小程序功能却很强大，如果识别错误可以通过校正来学习。 另外还有个写字板控件，

  3. 所属分类：网络基础

    • 发布日期：2009-05-27
    • 文件大小：52224
    • 提供者：yjh4866

  1. 机器视觉 贾云得 pdf machine vision

  2. 目录： 第一章 引论 1·1 机器视觉 1·2 Marr视觉计算理论 1·3 机器视觉的应用 1·4 机器视觉的研究内容与面临的困难 1·5 机器视觉与其它学科领域的关系 1·6 成象几何基础 1·7 本书内容向导 思考题 第二章 人类视觉 2·1 人类视觉简介 2·2 感受野 2·3 视觉信息的多层次并行处理 2·4 视觉信息的集成和反馈 思考题 第三章 二值图象分析 3·1 阈值 3·2 几何特性 3·3 投影 3·4 游程长度编码 3·5 二值图象算法 3·6 形态算子 思考题 计算机练

  3. 所属分类：其它

    • 发布日期：2010-07-30
    • 文件大小：12582912
    • 提供者：zdragon2002

  1. 感知机学习算法训练分类器解决井字问题

  2. 用matlab实现了机器学习中的感知机学习算法（perceptron algorithm），利用前500个样本值训练分类器，用剩余样本做测试。

  3. 所属分类：其它

    • 发布日期：2012-11-08
    • 文件大小：4096
    • 提供者：masikkk

  1. 基于Unity3d的感知矿山虚拟现实管理系统的设计与实现

  2. 论文介绍了三维场景优化、碰撞检测、人员定位等关键技术，给出解决方案。针对传统的人员定位系统的不足，设计并实现了基于WiFi的三维空间人员定位算法。结合目标系统具体特征，遵循一定的选取原则，描述了三维建模工具、三维图形引擎、程序设计语言以及数据库等各种开发工具的选取依据。描述了矿区基础模型建立过程中应遵循的原则，并叙述了建筑、植被、巷道、人物以及机器设备等模型等各类模型的建模方法。研究了海量数据中的LOD、动态加载等场景优化技术。最后基于Unity3d三维引擎平台，利用C#开发语言，实现了系统的

  3. 所属分类：其它

    • 发布日期：2014-03-15
    • 文件大小：2097152
    • 提供者：qiuyinguo

  1. 感知器的实现

  2. 这是模式分类中的课程代码， 其中包含所有的模式分类算法的实现实验， 程序时用matlab写的，代码质量较高，对学习模式分类 模式识别、 机器学习的同学有很重要的参考价值， 其中经典的算法有：感知器的实现 本实验的目的是学习和掌握批处理感知器算法（本章的算法三）。 (a) 从a = 0开始，将拟的程序应用在表格4中1 w 和2 w 的训练数据上。记下收敛时的步骤。 (b) 将程序应用在2 w 和3 w 的训练数据上，同样记下收敛时的步骤。 (c) 分析实验结果，解释一下它们收敛步数的差别。 表格

  3. 所属分类：管理软件

    • 发布日期：2014-04-30
    • 文件大小：2048
    • 提供者：chennankuan

  1. 上海交大科创4J-超并行计算与机器学习Project

  2. 个人修改过的Liblinear库，加入感知机算法以及LMS算法，改进文件处理方法，允许正负类双文件输入，串行实现MinMax模块。

  3. 所属分类：C/C++

    • 发布日期：2014-10-02
    • 文件大小：406528
    • 提供者：jessephone

  1. 感知机器分词

  2. 感知机器分词,分词的代码实现，采用感知机算法

  3. 所属分类：其它

    • 发布日期：2015-03-17
    • 文件大小：4194304
    • 提供者：lhlovetb

  1. 北大林宙辰：机器学习一阶算法的优化

  2. 2016中国人工智能大会（CCAI 2016），机器学习的明天论坛，北京大学信息科学技术学院机器感知与智能教育部重点实验室教授林宙辰的演讲PPT。报道：http://geek.csdn.net/news/detail/97844

  3. 所属分类：讲义

    • 发布日期：2016-08-29
    • 文件大小：4194304
    • 提供者：happytofly

  1. 斯坦福大学机器学习课程讲义

  2. 机器学习是一门研究在非特定编程条件下让计算机采取行动的学科。最近二十年，机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索，让我们对人类基因的解读能力大大提高。当今机器学习技术已经非常普遍，您很可能在毫无察觉情况下每天使用几十次。许多研究者还认为机器学习是人工智能（AI）取得进展的最有效途径。在本课程中，您将学习最高效的机器学习技术，了解如何使用这些技术，并自己动手实践这些技术。更重要的是，您将不仅将学习理论知识，还将学习如何实践，如何快速使用强大的技术来解决新问题。最后，您将了

  3. 所属分类：机器学习

    • 发布日期：2017-11-07
    • 文件大小：5242880
    • 提供者：fantastikman

  1. 斯坦福机器学习ML公开课笔记1-15（完整版、带目录索引和NG原版讲义）

  2. 1-15节全部完整版讲义！超清分享~~~（附赠目录索引和NG原版讲义） 含金量高，独家整理~~ 目录如下： 公开课笔记1-2——线性规划、梯度下降、正规方程组 公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 公开课笔记4——牛顿方法、指数分布族、广义线性模型 公开课笔记5——生成学习、高斯判别、朴素贝叶斯 公开课笔记6——NB多项式模型、神经网络、SVM初步 公开课笔记7——最优间隔分类、原始/对偶问题、SVM对偶 公开课笔记8———核技法、软间隔分类器、SMO算法 公开课笔记9—偏差

  3. 所属分类：机器学习

    • 发布日期：2017-11-07
    • 文件大小：8388608
    • 提供者：u012416259

  1. 斯坦福大学 机器学习教程 笔记

  2. 斯坦福大学 机器学习教程 笔记、本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括: (一)监督学习(参数/非参数算法,支持向量机,核函数,神经网络)。(二)无监督学习 (聚类,降维,推荐系统,深入学习推荐)。(三)在机器学习的最佳实践(偏差/方差理 论;在机器学习和人工智能创新过程)。本课程还将使用大量的案例研究,您还将学习如何 运用学习算法构建智能机器人(感知,控制),文本的理解(Web 搜索,反垃圾邮件),计 算机视觉,医疗信息,音频,数据挖掘,和其他领域。 本书

  3. 所属分类：机器学习

    • 发布日期：2017-11-19
    • 文件大小：7340032
    • 提供者：discoverhfub

  1. 机器学习个人笔记完整版v4.21

  2. 斯坦福大学 2014 机器学习教程中文笔记：本课程ᨀ供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习 （聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/方差理 论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何 运用学习算法构建智能机器人（感知，控制），文本的理解（Web 搜索，反垃圾邮件），计 算机视觉，医疗信息，音频，数据挖掘，和其他

  3. 所属分类：机器学习

    • 发布日期：2017-12-20
    • 文件大小：10485760
    • 提供者：weixin_37562521

  1. 感知机学习资料

  2. 感知机是及其学习中比较基础的内容，但是有一些书中讲的比较晦涩，这篇文张能够比比较好的让人理解感知机，不过是英文版的。

  3. 所属分类：机器学习

    • 发布日期：2018-01-02
    • 文件大小：598016
    • 提供者：liliangwei_sau

  1. python3.6.4 感知机源码.py文件可运行

  2. python3.6.4 Perceptron 感知机源码 .py文件 可运行

  3. 所属分类：机器学习

    • 发布日期：2018-03-21
    • 文件大小：2048
    • 提供者：zhangbingxiazai

  1. 感知器MATLAB算法

  2. 用MATLAB实现感知器线性分类。只要训练样本集是线性可分的，对于任意的初值 a(1) ，经过有限次叠代，算法必定收敛。 感知器是最简单可以“学习”的机器，可以解决线性可分的问题。当样本线性不可分时，感知器算法不会收敛。实际应用中直接使用感知器的场合并不多，但他是很多复杂算法的基础。

  3. 所属分类：机器学习

    • 发布日期：2018-03-28
    • 文件大小：382
    • 提供者：zhouxiaozhouer

  1. 机器学习个人笔记完整版v4.21

  2. 吴恩达的机器学习教程中文笔记，主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。

  3. 所属分类：机器学习

    • 发布日期：2018-04-07
    • 文件大小：10485760
    • 提供者：m0_37868504

  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. 斯坦福大学机器学习笔记（二）

  2. 这份pdf同步网易公开课的斯坦福吴恩达机器学习视频，主要主要涉及Logistic回归、感知器算法、牛顿法、GLM、指数函数家族、Softmax回归。

  3. 所属分类：机器学习

    • 发布日期：2018-05-31
    • 文件大小：654336
    • 提供者：qq_30091945

  1. 机器学习在自动驾驶中的应用-以百度阿波罗平台为例【上】

  2. 自动驾驶是人工智能当前最热门的方向之一，也是未来将对人类生活会产生重大影响的方向。机器学习在自动驾驶中有举足轻重的地位，从环境感知到策略控制，都有它的身影。在本文中，SIGAI将以百度阿波罗平台为例，介绍机器学习在自动驾驶系统中的应用，揭开自动驾驶算法的神秘面纱。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：885760
    • 提供者：sigai_csdn

  1. 斯坦福大学 2014 机器学习教程中文笔记

  2. 本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。 （二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。 （三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。 本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控 制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘， 和其他领域。 本课程需要 10 周共 18 节课

  3. 所属分类：机器学习

    • 发布日期：2018-07-28
    • 文件大小：6291456
    • 提供者：xiaoxc_java
« 12 3 4 5 6 7 8 9 10 ... 21 »