搜索资源列表
pellet-2.3.0一种基于Tableau算法的描述逻辑推理机
- Pellet是一种基于Tableau算法的描述逻辑推理机，由美国马里兰大学（College Park分校）的MindSwap实验室开发。此为最近的更新-Pellet is an OWL 2 reasoner. Pellet provides standard and cutting-edge reasoning services for OWL ontologies. For applications that need to represent and reason about
machinelearninganddatamining
- “机器学习”是人工智能的核心研究领域之一， 其最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能，因为众所周知，没有学习能力的系统很难被认为是具有智能的。“数据挖掘”和“知识发现”通常被相提并论，并在许多场合被认为是可以相互替代的术语。据库界提供的技术来管理海量数据。 因为机器学习和数据挖掘有密切的联系，受主编之邀，本文把它们放在一起做一个粗浅的介绍。-" Machine learning" is the core research areas of arti
yxsjwj
- 决策是管理的核心，是提出问题并解决问题的过程。诊断是提出问题的钥 匙，是解决问题的前提。《营销数据挖掘》通过对营销信息的加工、分析、诊 断，明晰出企业营销的问题和工作重点，为管理层实施决策提供了前期保证。 该软件具有数据采集、集成加工、营销分析、营销预测、辅助决策、市场 诊断、进存优化等诸多功能。它借助两年以上的营销信息，辅助企业准确、精 细且高效地实施营销决策。使企业始终保持旺盛的生命力和效益的稳定增长。-Decision-making is the core of man
sanweichangjingchonggou
- 移动机器人对其工作环境的有效辨识、感知与重构，是其自主导航与环境探索的基 础和前提条件。为实现非结构化环境的三维场景重构，本文在自主移动机器人平台上构 建了三维激光测距系统，设计和开发了三维场景重构软件 采用基于线段端点的ICP算 法准确快速的实现不同视点下的场景匹配 提出了基于核心场景的多场景重构策略，并 采用栅格划分法对重合区域进行数据精简，从而实现大范围三维场景重构。本文通过对 算法的实现和实验数据的比较分析，尝试对非结构化环境三维场景重构问题进行创新性 的探索与研
Desktop
- 经典的主成分算法 还有及其改进的RPCA 等等算法 都是核心程序 用户只要把数据加载进入就可以用-Classical PCA algorithm and its improved algorithms are the core program RPCA so long as the data is loaded into the user can use
GA
- 遗传算法，浮点数编码实现，只实现最核心的算法，数据简单，适合初学者-Genetic algorithms, float Coding, only to realize the core algorithms, data is simple, suitable for beginners
k-means
- K-means算法，linux下C++实现，VC下稍微修改也可运行，数据简单，只实现核心算法-K-means algorithm, under linux C++ achieve, VC can be slightly modified to run, the data is simple, only to realize the core algorithm
kPCA-master
- 基于核的主成分分析是一种非线性特征提取方法,它通过一个非线性映射将数据从输入空间映射到特征空间,然后在特征空间中进行通常的主成分分析,其中的内积运算采用一个核函数来代替-Core-based principal component analysis is a nonlinear feature extraction method, which maps data the input space to the feature space through a nonlinear mapping,
tree
- 分类决策树的核心思想就是在一个数据集中找到一个最优特征，然后从这个特征的选值中找一个最优候选值，根据这个最优候选值将数据集分为两个子数据集，然后递归上述操作，直到满足指定条件为止。附代码(The core idea of a classified decision tree is to find an optimal feature in a data set, and then find an optimal candidate value from the selected value of
李宏毅—1天搞懂深度学习
- 本文是2016 台湾资料科学年会前导课程“一天搞懂深度学习”的全部讲义PPT（共268页），由台湾大学电机工程学助理教授李宏毅主讲。作者在文中分四个部分对神经网络的原理、目前存在形态以及未来的发展进行了介绍。深度学习的每一个核心概念在文中都有相关案例进行呈现，通俗易懂。一天的时间搞懂深度学习？其实并不是没有可能。(This is the entire handout PPT (268 pages in total) of "a day to understand deep learni