搜索资源列表
DT
- 机器学习、数据挖掘中决策树算法的思路与关键代码，对想了解该算法实现步骤的同仁有用！-the key programe of Decision Tree Algorim, and its programing method in detail.
The_Elements_of_Statistical_Learning_2nd_3print.ra
- 《统计学习基础：数据挖掘、推理与预测》的全彩英文版，人工智能机器学习领域的必读书目，此版本为最新的第三次排版，很有价值-<The elements of statistical learning:Data mining,inference,and prediction>,color edition,the must-own book in the area of AI/Machine Learning,and it s the latest edition of publishmen
DM-and-ML
- 机器学习与数据挖掘入门必备，周志华文章 -Introduction to machine learning and data mining necessary, Zhou Zhihua article
WEKA-EDU
- Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品--Clementine ）的，基于JAVA环境下开源的机器学习（machine learning）以及数据挖掘（data minining）软件。它和它的源代码可在其官方网站下载。有趣的是，该软件的缩写WEKA也是New Zealand独有的一种鸟名，而Weka的主要开发者同时恰好来自New Zealand的
Statistical-Learning(2-Edition)
- 斯坦福大学统计系的Trevor Hastie等编写的一本统计学习基础，关于数据挖掘，推理，预测的机器学习的书。这是第二版的，与第二版有很多新增的内容，在作者主页上下的，书在网上太贵了，买不起的，可看看电子版-Written by Trevor Hastie, Stanford University Department of Statistics, a statistical study based on data mining, reasoning, machine learning pred
weka-3-7-7
- Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品--Clementine ）的，基于JAVA环境下开源的机器学习（machine learning）以及数据挖掘（data minining）软件。这是2012年8月下旬的最新版本。-The full name of the Weka Waikato intelligent analysis of the en
Kmeans_VS_EM_OnLaborDataSet
- 使用著名的数据挖掘和机器学习软件WEKA，在标准数据集labor上，比较Kmeans与EM算法。-Use well-known data mining and machine learning software WEKA, on standard data sets labor, relatively Kmeans with EM algorithm.
OpenCode_luzhenbo
- [原创]混沌分析,聚类分析,支持向量机,群体智能优化,深度学习(卷积神经网络)Matlab工具箱全开源版本下载 作者: 陆振波 毕业院校：海军工程大学，船舶与海洋工程(水声工程)，博士 精通方向：信号处理，图像处理，人工智能，模式识别，支持向量机，深度学习，机器学习，机器视觉，群体智能，非线性与混沌，Matlab与VC++混编，大数据 擅长技能：团队激励，战略规划，企业文化，组织架构，C，C++，Matlab，OpenCV，并行计算，图像处理，智能视觉，卷积神经网络，人脸检测，行
机器学习与数据挖掘方法和应用
- 本书分为5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘(The book is divided into 5 parts, 18 chapters, a