[深度学习] 薛开宇学习笔记1-7

说明：薛开宇学习笔记1-7 在caffe上进行训练与学习 搭建自己的网络 逐层可视化图像特征
<Tulip_Alice> 在 上传 | 大小：2097152

[机器学习] R语言LDA对鸾尾花数据分类

说明：用R语言编写LDA程序对鸾尾花数据集进行分类，鸾尾花数据集为R语言自带数据集，并通过自分类与LDA分类进行对比，做出预测图
<qq_33413128> 在 上传 | 大小：4096

[机器学习] Driver State Monitoring 驾驶员状态监测

说明：1. 双击dsm.exe可打开演示程序，使用电脑摄像头测试（或电脑接接USB摄像头） 2. 双击test.bat可通过传参数的方式调用dsm.exe检测sample目录对应的测试视频 3. demo.mp4为运行效果 4. 本程序使用了opencv4.11库 5. 本程序使用VS2019开发 6. 本程序为x64版本 7. 功能：Driver State Monitoring，即驾驶员状态监测 8. 详细功能：人为遮挡、姿态异常、打哈欠、打电话、抽烟、分神、闭眼检测 注：若您的电脑无法运行，请
<llxxhm> 在 上传 | 大小：46137344

[深度学习] SSD：Single Shot MultiBox Detector 英文原文和中文翻译版

说明：SSD：Single Shot MultiBox Detector 英文原文和中文翻译版，
<ViatorSun> 在 上传 | 大小：3145728

[机器学习] 《持续学习机器人技术：定义，框架，学习策略，机会与挑战》综述论文

说明：持续学习(CL)是一种特殊的机器学习范式，它的数据分布和学习目标会随着时间的推移而改变，或者所有的训练数据和客观标准都不会立即可用。
<syp_net> 在 上传 | 大小：1048576

[深度学习] 人工智能概述.ppt

说明：人工智能的定义和研究目标 人工智能研究的基本内容及其特点 人工智能的基本技术 人工智能的发展史 人工智能研究的不同学派及其争论 人工智能的研究与应用领域 组合调度问题、模式识别、机器视觉、博弈、人工神经网络、知识发现和数据挖掘、智能决策支持系统 人工智能研究的不同学派及其争论 人工智能与云计算 人工智能与物联网 人工智能发展面临的困难 人工智能发展的新趋势 （1）知识表示与推理。 （2）分布式人工智能(DAI)与多智能体系统(MAS)。 （3）机器学习与数据挖掘。 （4）神经网络与进化计算等方向
<qq_44631615> 在 上传 | 大小：2097152

[机器学习] 无监督特征选择UFS

说明：Feature selection is one of the most important dimension reduction techniques for its efficiency and interpretation. Since practical data in large scale are usually collected without labels, and labeling these data are dramatically expensive and time
<weixin_42677748> 在 上传 | 大小：874496

[机器学习] A Tutorial on Spectral Clustering

说明：In recent years, spectral clustering has become one of the most popular modern clustering algorithms. It is simple to implement, can be solved efficiently by standard linear algebra software, and very often outperforms traditional clustering algorith
<weixin_42677748> 在 上传 | 大小：431104

[机器学习] Clustering-Guided Sparse Structural Learning for Unsupervised Feature Selection

说明：Many pattern analysis and data mining problems have witnessed high-dimensional data represented by a large number of features, which are often redundant and noisy. Feature selection is one main technique for dimensionality reduction that involves ide
<weixin_42677748> 在 上传 | 大小：2097152

[机器学习] (LS)Laplacian Score for Feature Selection.pdf

说明：In supervised learning scenarios, feature selection has been studied widely in the literature. Selecting features in unsupervised learning scenarios is a much harder problem, due to the absence of class labels that would guide the search for relevant
<weixin_42677748> 在 上传 | 大小：190464

[机器学习] Embedded Unsupervised Feature Selection.pdf

说明：Sparse learning has been proven to be a powerful technique in supervised feature selection, which allows to embed feature selection into the classification (or regression) problem. In recent years, increasing attention has been on applying spare lear
<weixin_42677748> 在 上传 | 大小：505856

[机器学习] 迁移学习理论与算法（来自清华大学龙明盛副教授）

说明：迁移学习一直是机器学习领域的难点问题，其目标是在数据分布变化的条件下实现强泛化能力。经过长期探索，逐步缩小了迁移学习的泛化理论与学习算法之间的鸿沟，获得了更紧致的泛化界和更优的学习器。
<syp_net> 在 上传 | 大小：20971520