搜索资源列表
DeepLearning-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器
datamining
- PDF格式的PPT，来自英国南安普顿大学。主要介绍了数据挖掘的技术以及应用，包括决策树，推荐系统，文本聚类，搜索引擎，购物篮子分析。-PPT PDF format, the University of Southampton. It introduces data mining technology and applications, including decision, recommendation systems, text clustering, search engines, sho
bayes1
- 朴素贝叶斯法主要根据概率论中的贝叶斯法则，是一种很好的用于文本分析的机器学习算法-Naive Bayes method is a kind of machine learning algorithm based on the theory of probability, which is a good machine learning algorithm for text analysis.
文本深度挖掘
- 用于分析文档，分析情感指数，正负面情绪，及新闻分类(Used to analyze documents, analyze sentiment, positive and negative emotions, and classify news)
wenben
- R语言做的一个文本分析入门实例，需要下载相应的包。(An introductory instance of text analysis made by the R language needs to download the corresponding package.)
ts
- 文本情感分析，对评论进行积极向以及消极向计分，判断评论文本情感极性。(sentiment analysis,comment score.)
python数据分析 韩波
- 一本python数据分析的优秀资料 《python数据分析》(python data analysis)，作者【印尼】Ivan Idris，翻译：韩波。 本人制作的PDF图书，带目录和书签。 作为一种高级程序设计语言，Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众所认可。, 本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组、matplotlib和pa