搜索资源列表
Apriori(VC程序)
- 本程序是数据挖掘中的关联规则模型中著名的Aprior算法的VC实现程序，可用于知识发现、数据挖掘、人工智能、模式识别等领域（请先解压文件）-The code is the VC implementation of the well-known Aprior algorithm in Association Rule Model of Data Mining field, can be used in Knowledge Discovery, Data Mining, AI, Pattern Re
Apriori_Trie
- 数据挖掘的aprior算法，发现数据，查找如超市数据-Aprior Algorithm used in Data Mining, Data Discovery, for example, mining Super Market Data
k-means
- 基于K-means聚类算法的社团发现方法 先定义了网络中节点关联度,并构建了节点关联度矩阵, 在此基础上给出了一种基于 K-means聚类算法的复杂网络社团发现方法。 以最小关联度原则选取新的聚类中心, 以最大关联度原则进行模式归类,直到所有的节点都划分完为止, 最后根据模块度来确定理想的社团数-K-means clustering algorithm based on the association discovery To define a network node cor
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
Breadth_of_Network_Topology_Discovery_Algorithm_an
- 基于广度优先的网络拓扑发现算法及实现Based on Breadth of Network Topology Discovery Algorithm and Implementation-Based on Breadth of Network Topology Discovery Algorithm and Implementation Based on Breadth of Network Topology Discovery Algorithm and Implementation
Knowledge-Discovery-in-Database-
- 本书是由史忠植编写的人工智能书籍《知识发现》-Knowledge Discovery in Database
gaston-1.1.tar
- 频繁子图挖掘算法gaston的实现。通过这个算法可以迅速挖掘给定图数据库的频繁图挖掘算法。 这个2004年提出的算法，从目前实验来看，是优于广泛使用的gspan算法的，特别是在生物数据上，化学数据库上跟有效。-an algorithm for frequent subgraph discovery for gspan.It can be used to find frequent subgraph quickly
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
Apriori
- apriori算法的C++语言实现，可用于知识发现、数据挖掘、人工智能、模式识别等领域。-the apriori algorithm C++ language, can be used for knowledge discovery, data mining, artificial intelligence, pattern recognition, and other fields.
aprioricsharp
- Apriori 数据挖掘算法的C#实现 数据库中的知识发现 (Knowledge Discovery in Databases,KDD) 是利用计算机自动地从海量信息中提取有用的知识 , 是一种有效利用信息的新方法 , 目前已成为数据库领域的研究热点之一。 KDD 的研究焦点在于数据挖掘。数据挖掘是从大型数据库或数据仓库中提取人们感兴趣的知识 , 这些知识是隐含的 , 事先未知的潜在的有用信息。主要包括的方法有 : 分类、回归分析、聚类、关联分析等 [1][5] 。关联规则的提取主要针对大型
radatools
- 多个社团发现算法，提供实验数据，可供复杂网络方面的学习人员参考借鉴-Many such groups discovery algorithm, and provide experimental data available for the complex network learning staff for reference to
Community_BGLL_Matlab
- 复杂网络社团发现算法Louvain的matlab版本，简单实用，欢迎下载-Louvain complex network of associations discovery algorithm matlab version, simple and practical, welcome to download
cluster_jl
- 这是论文Fast_unfolding_of_communities_in_large_networks的MATLAB代码，是一种静态社区发现算法-This is the thesis Fast_unfolding_of_communities_in_large_networks MATLAB code, is a static community discovery algorithm
fpGrowth
- 经典FP-tree 算法的优化，纯python 实现，适用于频繁模式的挖掘和关联规则的发现-Optimization of classical FP-tree algorithm, pure Python implementation, suitable for mining frequent pattern and association rule discovery
activity-recognition-based-on-DRNN
- 基于多层神经网络的人类活动识别，智能家居领域的一项重大突破。-Activity recognition has received increasing attention from the machine learning community. Of particular interest is the ability to recognize activities in real time streaming data, but this presents a number of
通信设备故障数据信息中的价值发现
- 价值——功能拓扑发现，故障源识别，故障动力学(Value function topology discovery, fault source identification, fault dynamics)
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th
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
ansj_seg-master
- 一个很好的中文分词工具，其中使用了CRF做词性标注以及新词发现(A good Chinese word segmentation tool, in which CRF is used for part of speech tagging and new word discovery.)
《TensorFlow2深度学习》
- 《TensorFlow2深度学习》这是一本面向人工智能，特别是深度学习初学者的书， 本书旨在帮助更多的读者朋友了 解、喜欢并进入到人工智能行业中来，因此作者试图从分析人工智能中的简单问题入手，一 步步地提出设想、 分析方案以及实现方案，重温当年科研工作者的发现之路，让读者身临其 境式的感受算法设计思想，从而掌握分析问题、解决问题的能力。 这种方式也是对读者的基 础要求较少的，读者在学习本书的过程中会自然而然地了解算法的相关背景知识，避免出现 为了学习而学习的窘境。(This is a