搜索资源列表
fenleisuanfa.tar
- 常用机器学习算法,java编写源代码,内含常用分类算法,包括说明文档-used machine learning algorithm, the preparation of java source code that contains commonly used classification algorithms, including documentation,
EM-algorithm-of-Matlab-source
- EM算法的Matlab源码 EM算法是机器学习中一个很重要的算法，即期望最大化算法，主要包括以下两个步骤： E步骤：estimate the expected values M步骤：re-estimate parameters-EM algorithm of Matlab source EM algorithm is the machine learning a very important algorithm, which maximize algorithm, mainly
em
- 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。 -In the statistical calculations, the maximum expected (EM) algorithm parameter maximum likelihood estimate
Mathematical-modeling
- 主要是基于matlab编程的机器学习的各种算法的实现，对补补基础很好-Matlab programming machine learning algorithm, Bubu basis of good
FCMClust
- 模糊聚类分析作为无监督机器学习的主要技术之一，是用模糊理论对重要数据分析和建模的方法，建立了样本类属的不确定性描述，能比较客观地反映现实世界，它已经有效地应用在大规模数据分析、数据挖掘、矢量量化、图像分割、模式识别等领域，具有重要的理论与实际应用价值，随着应用的深入发展，模糊聚类算法的研究不断丰富-Unsupervised fuzzy clustering analysis as the main machine learning techniques is the use of fuzzy t
RLS2
- rls自适应算法程序在机器学习中的应用，上机试过了有用的-rls adaptive algorithm in machine learning, machine tried useful
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个变形是二分K-均值聚类算法，该算法首先将所有点作为一个簇，然
KNN
- 数据挖掘中的经典算法，机器学习领域常用的KNN临近学习算法，可用于文本向量分类等用途。-Classical data mining algorithms, machine learning algorithms commonly used KNN approaching learning can be used for text vector classification purposes.
NNapplication
- 数据挖掘经典算法之一，KNN临近算法。可用于机器学习领域的文本向量分类等用途。-One of the classical data mining algorithms, KNN algorithm approaching. Can be used for text vector machine learning classification purposes.
Wangy_hCMOGA-code---new-version
- 基于聚类算法的改进多目标进化算法，性能很好.是将机器学习与进化算法相结合的一个范例。-Evolutionary algorithm, improved well performance-based multi-objective clustering
matlab_kmeans
- k-means无监督机器学习聚类算法，使得同聚类中的记录欧式距离最小。-K-means machine learning method without instruction, minilizing the distances of records in each clusters the.
source
- 智能推荐系统属于数据发掘与机器学习相交织的学科。本代码是智能推荐系统中最基础的UCF，ICF和RSVD算法的实现。-Intelligent recommendation system is a data mining and machine learning intertwined disciplines. The code is the most intelligent recommendation system based UCF, ICF and RSVD algorithm.
fannie_v42
- LZ复杂度反映的是一个时间序列中，空间目标识别，采用PM算法，是机器学习的例程。- LZ complexity is reflected in a time sequence, Space target recognition algorithm using PM, Machine learning routines.
hiulen_v19
- 最大信噪比的独立分量分析算法，包括最后计算压缩图像的峰值信噪比和压缩效果的源码,是机器学习的例程。- SNR largest independent component analysis algorithm, Including the final calculation of the compressed image peak signal to noise ratio and compression of the source, Machine learning routines.
RANSIC1
- ransac分类器，应用于二维点，自带检测算法(RANSAC classifier, applied to two-dimensional points, comes with detection algorithms)
SPARK
- spark 图书 SPARK MLLIB机器学习 算法、源码及实战详解 ,黄美灵著 ,P392.pdf(Machine learning algorithms, source code and actual combat detailed, Huang Meiling)
python机器学习预测分析核心算法
- python机器学习预测分析核心算法的例程(Python machine learning prediction and analysis of core algorithm routines)
em
- 在统计计算中，最大期望（EM）算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐性变量。最大期望算法经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。(In statistical computation, the maximum expectation (EM) algorithm is an algorithm to find the maximum likelihood estimation or the maximum
机器学习数学基础速查手册_1569739907801
- 机器学习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。 它是人工智能的核心，是使计算机具有智能的根本途径。(Machine learning is an interdisciplinary subject, involving probability theory, statistics, approximation theory, convex
电影评分 svd
- SVD算法不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习算法的基石。内含电影平分数据集(SVD algorithm can be used not only in feature decomposition of dimension reduction algorithm, but also in recommendation system, natural language processing and other fields. Is the c