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. 决策树分类算法优化研究

  2. 数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的 过程，是一种新型的数据分析技术，已被广泛应用于金融、保险、政 府、教育、运输以及国防等领域。 数据分类是数据挖掘中一个重要的内容。分类存在很多方法，其 中决策树算法是以实例为基础的归纳学习算法，以其易于提取显式规 则、计算量相对较小、可以显示重要的决策属性和较高的分类准确率 等优点而得到广泛的应用。据统计，目前决策树算法是利用最广泛的 数据挖掘算法之一。 然而在实际应用过程中，现存的决策树算法也存在着很多不足之 处，如计算效率低下、多值

  3. 所属分类：其它

    • 发布日期：2009-12-26
    • 文件大小：3145728
    • 提供者：humanrights

  1. 基于机器学习的SNS隐私保护策略推荐向导的设计与实现

  2. 设计一个SNS隐私保护策略推荐向导，利用机器学习方法自动计算出SNS用户的隐私保护偏好，只需要用户进行比现行SNS隐私保护机制下少得多的输入，就可以构建描述用户特定隐私偏好的机器学习模型，然后使用这个模型来自动设置用户SNS隐私保护策略。 具体的实现方法是，以用户SNS资料数据项为行，以朋友为列构建访问控制矩阵，填入allow/deny标签。对于每一个朋友抽取出若干属性特征，例如所属的“圈子”，性别，生日，城市等信息，可实现对朋友的向量化表示。基于已有的部分朋友和用户打上的访问许可的标签生成训

  3. 所属分类：网络安全

    • 发布日期：2012-06-03
    • 文件大小：560128
    • 提供者：yangliuy

  1. 迷宫生成与迷宫求解

  2. 利用不相交集类生成任意大小的迷宫，并且利用等高线算求解迷宫的最优解。最后利用win32画出结果。程序适合电脑鼠初学者学习迷宫算法。

  3. 所属分类：C/C++

    • 发布日期：2014-10-13
    • 文件大小：136192
    • 提供者：adavid0821

  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Ng机器学习课程笔记（中文版）

  2. 【第1讲】 机器学习的动机与应用 【第2讲】 监督学习应用-线性回归 【第3讲】 线性回归的概率解释、局部加权回归、逻辑回归 【第4讲】 牛顿法、一般线性模型 【第5讲】 生成学习算法、高斯判别分析、朴素贝叶斯算法 【第6讲】 事件模型、函数间隔与几何间隔 【第7讲】 最优间隔分类器、拉格朗日对偶、支持向量机 【第8讲】 核方法、序列最小优化算法 【第9讲】 经验风险最小化 【第10讲】 交叉验证、特征选择 【第11讲】 贝叶斯统计、机器学习应用建议 【第12讲】 $k$-means算法、高斯

  3. 所属分类：讲义

    • 发布日期：2018-04-14
    • 文件大小：6291456
    • 提供者：difstone

  1. C/C++常用算法手册.秦姣华(带详细书签).pdf

  2. 涵盖广泛 精炼的理论讲述搭配大量经典算法示例，学习查询兼而有之。 阐述到位 算法思想、算法实现和完整示例合理搭配，相辅相成。 示例完善 示例分析精准，代码注释精确，每段代码皆可通过编译执行。 计算机技术的发展和普及不仅改变了人们的生活和娱乐方式，也改变了人们的工作方式，这其中最为重要的便是计算机编程技术。现代的设计任务大多通过代码编程交给计算机来完成，其中算法起到了至关重要的作用。可以毫不夸张地说，算法是一切程序设计的灵魂和基础。 《C/C++常用算法手册》分3篇，共13章，“第1篇算法基础篇

  3. 所属分类：C++

    • 发布日期：2018-04-15
    • 文件大小：25165824
    • 提供者：kxjrzyk

  1. C／C++常用算法手册.秦姣华(有详细书签).rar

  2. 2积分福利。2积分福利。2积分福利。2积分福利。2积分福利。2积分福利。2积分福利。2积分福利。2积分福利。2积分福利。2积分福利。 涵盖广泛 精炼的理论讲述搭配大量经典算法示例，学习查询兼而有之。 阐述到位 算法思想、算法实现和完整示例合理搭配，相辅相成。 示例完善 示例分析精准，代码注释精确，每段代码皆可通过编译执行。 计算机技术的发展和普及不仅改变了人们的生活和娱乐方式，也改变了人们的工作方式，这其中最为重要的便是计算机编程技术。现代的设计任务大多通过代码编程交给计算机来完成，其中算法起

  3. 所属分类：C++

    • 发布日期：2018-04-17
    • 文件大小：23068672
    • 提供者：zcc1229936385

  1. 高斯判别算法学习笔记文档

  2. 机器学习入门。高斯判别算法学习过程中遇到的问题，记录下来，可以说是学习笔记，希望能给大家带来帮助。由于手写难免会有一些错误察觉不到，广泛讨论，共同进步。

  3. 所属分类：机器学习

    • 发布日期：2018-07-17
    • 文件大小：1048576
    • 提供者：z_feng12489

  1. 朴素贝叶斯学习笔记文档

  2. 机器学习入门。朴素贝叶斯学习过程中遇到的问题，记录下来，可以说是学习笔记，希望能给大家带来帮助。由于手写难免会有一些错误察觉不到，广泛讨论，共同进步。

  3. 所属分类：机器学习

    • 发布日期：2018-08-03
    • 文件大小：749568
    • 提供者：z_feng12489

  1. 斯坦福吴恩达教授机器学习课程讲义，作业及解析

  2. 网易公开课斯坦福吴恩达教授机器学习课程讲义，作业及解析，配合视频学习更加高效易懂，含有各种公式的推导步骤： [第1集] 机器学习的动机与应用 [第2集] 监督学习应用.梯度下降 [第3集] 欠拟合与过拟合的概念 [第4集] 牛顿方法 [第5集] 生成学习算法 [第6集] 朴素贝叶斯算法 [第7集] 最优间隔分类器问题 [第8集] 顺序最小优化算法 [第9集] 经验风险最小化 [第10集] 特征选择 [第11集] 贝叶斯统计正则化 [第12集] K-means算法 [第13集] 高斯混合模型 [

  3. 所属分类：机器学习

    • 发布日期：2018-09-24
    • 文件大小：6291456
    • 提供者：ly5201314666

  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. 生成学习算法.

  3. 所属分类：其它

    • 发布日期：2016-05-29
    • 文件大小：555008
    • 提供者：mosbest

  1. 生成学习算法

  3. 所属分类：其它

    • 发布日期：2016-05-28
    • 文件大小：555008
    • 提供者：mosbest

  1. 斯坦福大学公开课 ：机器学习课程.txt

  2. [第1集] 机器学习的动机与应用[第2集] 监督学习应用.梯度下降[第3集] 欠拟合与过拟合的概念[第4集] 牛顿方法[第5集] 生成学习算法[第6集] 朴素贝叶斯算法[第7集] 最优间隔分类器问题[第8集] 顺序最小优化算法[第9集] 经验风险最小化 [第10集] 特征选择[第11集] 贝叶斯统计正则化[第12集] K-means算法[第13集] 高斯混合模型[第14集] 主成分分析法[第15集] 奇异值分解[第16集] 马尔可夫决策过程[第17集] 离散与维数灾难 [第18集] 线性二次型调

  3. 所属分类：机器学习

    • 发布日期：2020-08-04
    • 文件大小：2048
    • 提供者：qq_38747830

  1. 一步一步机器学习（三）：生成式学习算法

  2. 生成式学习算法与判别式学习在底层逻辑上有很大区别。生成式学习算法对于特征分布的建模，其思想是“知其然，也知其所以然”，采用贝叶斯推断（Bayes Rule）作为算法核心其实更体现出这是一种人工指导学习规则的学习算法，与大家熟知的“一步步减小损失函数”有很大的不同。具体看笔记。 生成式学习算法总结如下 最后，关于朴素贝叶斯算法(Naïve Bayes),推荐一篇解释生动形象的博文，希望对大家理解算法本质有一定帮助。(果然要举例子的解释才是好的解释)，链接如下： 彻底理解朴素贝叶斯算法 作

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：866304
    • 提供者：weixin_38730331

  1. driverBehavior:驱动程序数据收集Android应用程序，R预处理源代码和Java代码，用于评估几种机器学习算法-Android app source code

  2. 驾驶员行为机器学习评估 该存储库包含我的硕士论文的源代码。 它包含用于在驾驶员行为域中进行数据收集，预处理和机器学习算法评估的代码。 项目介绍 AndroidStudioProjects文件夹包含用于收集传感器数据的Android应用程序； apm_R文件夹包含用于传感器数据预处理和图形生成的R代码。 apm文件夹包含Java代码，该代码使用Weka和LIBSVM对几种机器学习算法进行评估。 原始数据集预处理 执行评估的第一步是使用R编程语言（版本3.3.3或更高版本）预处理原始传感器数据集

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：2097152
    • 提供者：weixin_42146086

  1. StockPricePredictionFromFilings:使用机器学习和深度学习算法（通过知识图嵌入）增强的财务报表中的股价预测-源码

  2. 使用机器学习和深度学习并结合知识图嵌入的财务报表中的股票价格预测 几十年来，能够预测单个公司的股价一直是投资者的目标。 公司的股价受许多因素影响。 这些因素包括新闻，当前的政治气候和经济状况。 但是，鉴于成功进行预测可能获得的回报，许多人都试图开发模型来精确地做到这一点。 与股票价格预测有关的许多文献都集中在趋势（价格上涨或下跌）和价格（例如几天之内或两天之间的价格变化）的短期预测中。 该项目研究了机器学习，深度学习和知识图嵌入的使用，以发现在美国证券交易所上市的公司的财务业绩与其股价之间的关

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：126877696
    • 提供者：weixin_42116705

  1. 基于虚拟样本图像集的多流形鉴别学习算法

  2. 为了丰富训练样本的类内变化信息，提出了基于通用训练样本集的虚拟样本生成方法。为了利用生成的虚拟样本中的类内变化信息有效地完成单样本人脸识别任务，提出了基于虚拟样本图像集的多流形鉴别学习算法。该算法将每类仅有的单个训练样本图像和该类的虚拟样本图像划分为互不重叠的局部块并构建流形，然后为每个流形学习一个投影矩阵，使得相同流形内的局部块在投影后的低维特征空间间隔最小化，不同流形中的局部块在投影后的低维特征空间中间隔最大化。实验结果表明，所提算法能够准确地预测测试样本中的类内变化，是一种有效的单样本人脸

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：388096
    • 提供者：weixin_38724154

  1. AI4U：AI4U提供了一种将python代码与Unity游戏连接的简便方法。 这样，您可以使用整个可用的Python机器学习文化，通过Unity来实验机器学习算法和人工智能-源码

  2. 什么是AI4U？ AI4U是将Unity应用程序连接到Python代码的一种简洁方便的方法。 因此，可以使用AI4U插件将游戏和虚拟现实应用程序连接到以Python编写的庞大库中。 而且，One提供了与OpenAI实施的最新算法（例如PPO和PPO2）的集成。 因此，对AI4U感兴趣的人可以使用OpenAI研究人员提供的最新进展。 产品特点 一些例子。 支持多种环境配置和培训方案 可以集成到您的游戏或自定义Unity场景中的灵活SDK 与API无关，但其中一种支持由基础实现的所有算法。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：27262976
    • 提供者：weixin_42165583

  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
« 12 3 4 5 6 7 8 9 10 ... 45 »