搜索资源列表
DecisionTree
- 机器学习的经典算法，非常利于学习机器学习这门课程。 -classical machine learning algorithm, is very conducive to learning machine learning this course.
CodesAndMLPaper
- 包括一篇国外关于机器学习的文章和一些数据结构与算法的代码-abroad, including a study on the machinery of the article and some data structure and algorithm code
Data_Miming
- 数据挖掘技术实用算法，用机器学习技术及java编程实现
Id3
- id3算法的java实现，《机器学习及java实现》一书里面的
NaiveBayes
- 朴素贝叶斯分类算法，《机器学习及java实现里面的》
AttributeSelectedClassifier
- 分类的属性选择算法，《机器学习及java实现里面的》
UCI数据集
- UCI数据集 可用于验证机器学习算法
Aod
- > 支持2000 xp 2003 vista win7 > 不在磁盘上产生任何临时文件 > 超优化的算法，在保护的情况下，操作硬盘，跟没有保护的情况下，速度一样, 不伤硬盘 > 模拟硬件还原卡工作原理，稳定快速 > 密码保护，用户登录后可以任意配置还原选项 > 支持只保护系统盘，和全盘保护, 支持多硬盘 > 保护MBR，加入防机器狗模块，用户可以手头关闭拦截第三方驱动的功能，比如用来完一些带驱动保护的游戏(以后改成白名单) &
matlab-ga
- 基本遗传算法的MATLAB语言源程序。（遗传算法的应用范围极其广泛，它可应用于函数优化、组合优化、生产调度问题、自动控制、机器人学、图像处理、人工生命、遗传编程以及机器学习等领域。）-Basic genetic algorithm matlb language sourc-e code. (Genetic algorithm extremely broad range of applications, it can be applied to function optimization, com
machine-learning-of-Chinese-Version
- 机器学习(Machine Learning)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 is a cross course of many fields,simulate and implement
knn
- 机器学习实战-第二章源码-knn算法（kNN.py）-Machine Learning in Action-Ch2.-kNN
spark-logisticregression-and-softmax
- spark平台上的机器学习算法，包括分类、回归以及矩阵相乘的并行实现-Machine learning algorithms spark platforms, including classification, regression and parallel implementation of matrix multiplication
<<机器学习实战》源代码
- 《机器学习实战》源代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统
svmMLiA
- 机器学习实战的SVN源码，适合用python学习机器学习算法的伙伴。(Machine learning combat SVN source code, suitable for Python learning machine learning algorithm partners.)
elm
- 简单易学的机器学习算法——极限学习机(ELM)(Extreme Learning Machine)
Deep Learning
- Goodfellow、Bengio 和 Courville 三位大牛的《深度学习》中文版。 这本书首先讨论了机器学习的基础知识，从学术角度讲解了有效研究深度学习所需的应用数学（线性代数，概率和信息论等）知识；在此基础上，本书进一步讲解了深度学习算法和技术的相关知识；在最后一部分，《深度学习》这本书主要讲解了深度学习领域当前的研究趋势以及正在发生的变化。(Chinese versions of Deep Learning.)
遗传算法理论,应用与软件实现 随书源码
- 遗传算法理论,应用与软件实现随书源码 《遗传算法:理论应用与软件实现》全面系统地介绍了遗传算法的基本理论，重点介绍了遗传算法的经典应用和国内外的新发展。全书共分11章。第1章概述了遗传算法的产生与发展、基本思想、基本操作以及应用情况；第2章介绍了基本遗传算法；第3章论述了遗传算法的数学基础；第4章分析了遗传算法的多种改进方法；第5章初步介绍了进化计算理论体系；第6章介绍了遗传算法应用于数值优化问题；第7章介绍了遗传算法应用于组合优化问题；第8章介绍了遗传算法应用于机器学习；第9章讨论了遗传
（强化学习入门）David Silver
- 深度学习的中文版本，里面详细介绍了深度学习的各种算法，其中还有一些用到的基础内容，例如矩阵和向量的范数(Chinese version of the depth of learning, which detailed the depth of learning algorithms, some of which used the basics, such as vector and matrix norm)
机器学习
- 机器学习无监督学习聚类算法K-mean，利用python对数据进行无监督学习分类