搜索资源列表
关于统计学习理论与支持向量机
- 关于统计学习理论与支持向量机- About statistical study theory and support vector machine
Meta-LamarckianLearninginMemeticAlgorithms
- 本篇论文的题目是《密母算法中的后拉马克学习》，提出了自适应的后拉马克学习理论，对算法的性能有了更大的改进-This paper is entitled " Meta-LamarckianLearninginMemeticAlgorithmsm" , presented an adaptive post-Lamarckian learning theory, the performance of the algorithm have greater improvements in
yujiangshe
- 北大于江生教授关于机器学习入门介绍的三个PPT（pdf格式）：机器学习的基础：概率理论体系、机器学习概述、统计学习理论概述。共42页。-Peking University Professor Yu Jiangsheng on Machine Learning 3 PPT (pdf format): Machine Learning Foundations: probability theory, systems, machine learning overview, an overview of
3
- 统计学习理论， 统计学习理论-Statistical learning theory, statistical learning theory, statistical learning theory
4
- 统计学习理论的本质 统计学习理论的本质-The nature of statistical learning theory the nature of statistical learning theory the nature of statistical learning theory
statTheory
- Vapnic的统计学习理论，第一版和第二版-Vapnic statistical learning theory, first and second editions
Statistical-Learning-Theory-Vapnik
- 统计学习理论 Vapnik 本书是对统计学习理论和支持向量机方法的全面、系统、详尽的阐述，是各领域中研究和应用机器学习理论与方法的科研工作者和研究生的重要参考资料。-Statistical learning theory Vapnik book of statistical learning theory and support vector machine method of comprehensive, systematic and detailed exposition of the
Statistical-Learning-Theory
- 资料中含有统计学习理论和支持向量机的多篇论文-With statistical learning theory and support vector machines papers
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
基于机器学习的时间序列预测关键技术研究
- 利用ELM进行预测，配合震荡盒理论的交易策略的一个交易系统设置。(A trading system is set up by using ELM to predict the trading strategy in conjunction with the shock box theory.)
第6章 Copula理论及应用实例
- 利用matlab学习copula理论与应用实例(Using MATLAB to learn copula theory and application examples)
深度学习研究综述_孙志军
- 介绍国内外深度学习发展，算法，理论。和各种算法(Depth learning theory and various algorithms)
自动控制理论2
- 自动控制理论学习资料（含资料，课件PPT以及作业）(Automatic control theory learning materials (including data, courseware, PPT and homework))
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
机器学习实战
- 机器学习结合Python的参考资料书，理论与实践结合，评价很好(Machine learning combined with Python reference books, theory and practice combined, evaluation is very good)
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)
PRML_Chinese_vision
- PRML中文版，机器学习理论学习必备书籍(Pattern Recognition and Machine Learning,it's the best of Machine Learning books)
2012.李航.统计学习方法
- 机器学习算法，介绍各种机器学习算法，理论公式推导等等(Machine Learning Algorithms, Introduction to Various Machine Learning Algorithms, Derivation of Theoretical Formulas, and More)
深度学习中文版-Deep+Learning-Yoshua+Bengio
- 从入门理解深度学习理论知识，对以后的AI人工智能学习有极大的帮助。(Learning theoretical knowledge from the entry point of understanding is of great help to AI AI learning in the future.)
深度学习中文翻译去水印版（全）
- 深度学习理论书籍，中文版，一些机器学习算法的实现，需要具备良好的数学基础(Deep learning theory books, Chinese version, some machine learning algorithm implementation, need to have a good mathematical foundation.)