搜索资源列表
SLT_SVM
- 浙江大学研究生《人工智能》课件中关于统计学理论和支持向量机的课件
CompStats
- 计算统计学工具箱，W. L. and A. R. Martinez 开发-Calculate statistical toolbox, WL and AR Martinez Development
Applied_Data_Mining
- 《实用数据挖掘》 本书对面向应用的数据挖掘方法进行了清晰的阐述，包括经典的多元统计方法、贝叶斯多元统计方法、基于机器学习的数据挖掘方法和基于计算的数据挖掘方法等。介绍了数据挖掘领域中许多最新的研究成果，如关联规则、序列规则、图示马尔可夫模型、基于存储的推理、信用风险和Web挖掘等。并详细介绍了选自实际工业项目的6个应用实例，强调了数据挖掘方法的实用性。 本书主要面向计算机科学、信息管理、应用统计学和经济学等专业的高年级本科生和研究生。对实际从事海量数据分析和处理的技术人员也有很好的指导作用和
-SVM-(support-vector-machine)
- 支持向量机SVM是一种新的机器学习方法，其基础是统计学理论。模型泛化能力强；进行非线性分类时通过高维空间变换。-Support vector machine SVM is a new machine learning method, its base is statistics theory. Model generalization ability When the nonlinear classification by high dimension space transformation
didigtal-image
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更 -image processing
date_F_A2103879
- 本书介绍了几种比较流行的现代综合评价方法的理论和应用。 主要内容包括： 层次分析法、模糊综合评判法、数据包络分析法、人工神经网络评价法、灰色综合评价法及其在经济管理中的典型应用案例。 其中，关于人工神经网络评价法和灰色综合评价法的内容，是第一次比较系统地出现在此类著作之中。 最后一章，对几种综合评价方法的结合与集成做了讨论。本书避开了某些深奥的数学背景，简明、系统地分析了几种方法的应用理论基础，拟在基本理论与实际应用之间建立起“桥梁” 。 书中汇集了大量的典型应用案例，供广大读者借鉴和参考。
SLT_SVM
- SLT_SVM浙江大学研究生《人工智能》课件中关于统计学理论和支持向量机的课件--SLT_SVM，Zhejiang University, Graduate School
data-mining-technology
- 数据挖掘是知识发现过程的一个基本步 骤。KDD是一门交叉学科，它涉及统计学、数据库技术、计算机科学、模式识别、人工智能、机器学习等多个学科。 -Data mining is a fundamental step in the knowledge discovery process. KDD is an interdisciplinary, it involves statistics, database technology, computer science, pattern reco
jiejulaiguji
- M2M4-该代码是经典的信噪比估计算法，用到了统计学中基于矩估计的思想，利用信号的2、4阶矩来估计接收信号的信噪比-M2M4-the code is the classic SNR estimation algorithm used in the statistical moment estimation based on the idea, the signal of 2,4-order moments to estimate the signal to noise ratio of the
K-mean
- 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。-Cluster analysis the goal is to collect data on the basis of similar classification. Cluster from many fields, including mathematics, computer science, statistics, biology and economics.
Machine.Learning
- 非常经典的机器学习的英文原版。《机器学习》展示了机器学习中核心的算法和理论，并阐明了算法的运行过程。《机器学习》综合了许多的研究成果，例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定-The English original of the classic machine learning. " Machine learning" shows the core of machine learning algo
NLP
- 中文自然语言处理 人物职称识别 根据统计学方法来识别 通过语法 寓意 语用来加以处理- Through the studies on the knowledge of modern Chinese such as grammar,syntax,semante- me,pragmatic,the internal regularity is discovered and the collections are considered to be the organic compositions
finds
- 机器学习(Machine Learning, ML)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，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。-Implementation and optimization of find-s algorithm in machine lea
bayes
- 贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Naï ve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美.- Bayesian classification algorithm is a statistical classification method, which is a kind of knowledge to classify the use of probabilistic algorithms.
GsTL-1.2.1
- GsTL是一个c++库,提供了一组全面的工具和地质统计学的算法。提供的算法包括克里格、cokriging序贯仿真和p-field模拟。-GsTL is a C++ library that provides a comprehensive set of tools and algorithms for geostatistics. The algorithms provided include kriging, cokriging, sequential simulation and p-fie
mnist
- 机器学习(Machine Learning, ML)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。(Machine learning (Machine Learning, ML) is a multidisciplinary interdisciplinary field, involving many disciplines, such as p
机器学习实践指南代码及资源
- 机器学习(Machine Learning, ML)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，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。(Machine Learning (ML) is a multi domain cross discipline, involving
Machine learning an algorithmic perspective
- 机器学习(Machine Learning, ML)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(Machine learning (Machine Learning ML) is an interdisciplinary subject, involving probability and statistics, approximation th
机器学习基础
- 机器学习英文版，机器学习(Machine Learning, ML)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。(machine learning English edition)
An Introduction to Statistical Learning
- 统计学的介绍，入门书是一门人工智能必须看的数学书，看完之后，可以豁然开朗(Statistical introduction, Primer is an artificial intelligence must see the mathematical book, after reading, you can suddenly)