[机器学习] DBSCAN聚类算法

说明： 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是，基于距离的聚类算法的聚类结果是球状的簇，而基于密度的聚类算法可以发现任意形状的聚类，这对于带有噪音点的数据起着重要的作用。
<qq_33912144> 上传 | 大小：2kb

[机器学习] 模式识别的基本概念、原理和方法

说明： 模式识别的基本概念、原理和方法。模式识别对不同领域都极为重要，模式识别系统基本结构、模式识别中关键问题和具体的模式识别方法，理解各种算法原理。
<qq_23376691> 上传 | 大小：1mb

[机器学习] 支持向量机

说明： 支持向量机(Support Vector Machine, SVM)是由Cortes(科尔特斯)和Vapnik(瓦普尼克)于1995年首先提出。 SVM在解决小样本、非线性等分类问题中表现出许多特有的优势，并能够推广到函数拟合等有关数据预测的应用中。
<qq_23376691> 上传 | 大小：1mb

[机器学习] Artificial Intelligence for Robotics

说明： Artificial Intelligence for Robotics starts with an introduction to Robot Operating Systems (ROS), Python, robotic fundamentals, and the software and tools that are required to start out with robotics. You will learn robotics concepts that will be u
<tlforest> 上传 | 大小：16mb

[机器学习] c3750e-universalk9-mz.152-4.E6.bin

说明： 自己看c3750e-universalk9-mz.152-4.E6.bin c3750e-universalk9-mz.152-4.E6.bin
<qq_43338506> 上传 | 大小：24mb

[深度学习] Caffe2 build_windows.bat（修改后）

说明： Caffe2 对git clone后在...\pytorch\scr ipts中的build_windows.bat进行修改 在文件首的 echo off之下添加s在文件首的 echo off之下添加 set CMAKE_GENERATOR="Visual Studio 14 2015 Win64" set USE_CUDA=ON （如果只是使用CPU，不使用GPU，则不添加） -DBUILD_PYTHON=OFF^ 改为 -DBUILD_PYTHON=ON^ 执行 build_windows
<qq_20401035> 上传 | 大小：3kb

[深度学习] Caffe2 build_host_protoc.sh(修改后)

说明： Caffe2 对git clone后在...\pytorch\scr ipts中的build_host_protoc.sh进行修改 针对win10,VS2015或VS2017（本人VS2017亲测可用） 加入set CMAKE_GENERATOR="Visual Studio 14 2015 Win64"
<qq_20401035> 上传 | 大小：2kb

[深度学习] Caffe2 build_host_protoc

说明： Caffe2 build_host_protoc. ...\pytorch\scr ipts\build_host_protoc.sh运行成功后产生 （build_host_protoc.sh是在VS2017开发人员命令提示符下运行）
<qq_20401035> 上传 | 大小：88mb

[深度学习] Caffe2 Windows third_party（git clone失败或速度慢时可用）

说明： Caffe2 Windows third_party（git clone失败或速度慢时可用）
<qq_20401035> 上传 | 大小：70mb

[深度学习] PythonTensorFlow入门Demo

说明： 主要包含demo内容： TensorFlow计算模型——计算图 TensorFlow数据模型——张量 TensorFlow运行模型——会话
<aaliweipeng> 上传 | 大小：1kb

[机器学习] Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference

说明： The Bayesian method is the natural approach to inference, yet it is hidden from readers behind chapters of slow, mathematical analysis. The typical text on Bayesian inference involves two to three chapters on probability theory, then enters what Bay
<qq_41871721> 上传 | 大小：24mb

[深度学习] 国际象棋AI

说明： 一个国际象棋的AI
<yuzhiboruolan> 上传 | 大小：325kb