资源列表
pima indians diabete data
- prima indian diabetes dataset
GMMs作业
- 机器学习作业GMMs算法实现，机器学习课程的一个小作业，没什么用。(Implementation of machine learning task GMMs algorithm)
python_self
- 实现了机器学习的各种分类算法，如：knn，svm，朴素贝叶斯，神经网络，决策树等。(Various classification algorithms of machine learning, KNN, SVM, naive bayes, neural network, decision tree, etc.)
SVM实例教程
- svm预测算法实现案例，详细可靠，希望对大家有帮助(SVM prediction algorithm implementation case, detailed and reliable, we hope to help everyone.)
Export_s2k
- etabs2016导出S2K文件插件，亲测好评，大神提供(Etabs2016 export S2K file plug-in, pro test praise, God provides)
Autoencoder_Code
- Hilton的自动编码器实现代码(rbm based on matlab)
LDA_ FDA_with_tutorial
- LDA降维是常用的降维手段之一，是常用的有监督学习降维工具。这个文件对其产生W后的使用进行了简要说明，使用W进行最终的降维可以得到十分漂亮的分析结果（在数据分布符合假设分析的情况下。）(LDA dimension reduction is one of the commonly used dimensionality reduction methods. It is a commonly used supervised learning dimensionality reduction tool
tSNE_function_matlab
- t-SNE function。点开即用，封装完好方便，逻辑清晰。t-SNE降维(t-SNE function. It is easy to use and the logic is clear. T-SNE dimensionality reduction)
MATLAB_SMOTE
- SMOTE插值算法，补全数据的不平衡性。(SMOTE interpolation algorithm to complete the imbalance of data.)
Random_Forest
- 内涵PCA降维;SMOTE插值;t-SNE降维等算法的随机森林算法，以及鸢尾花数据集，有利于新手或者工程性实验借鉴~(Connotative PCA dimensionality reduction; SMOTE interpolation; t-SNE dimensionality reduction algorithms such as random forest algorithm, as well as iris data sets, is conducive to novice or
深度学习入门：基于Python的理论与实现.pdf+代码
- 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen
模拟镍的相场计算(有各项异性、粗网格、无扰动项)
- l基于相场方法，利用c++,模拟镍的相场计算(有各项异性、粗网格、无扰动项)(calculation of nickel based on Phase field)