[机器学习] Porto_Seguro’s_Safe_Driver_Prediction_all.zip

说明： kaggle 比赛数据集：Porto_Seguro’s_Safe_Driver_Prediction_all.zip Porto_Seguro’s_Safe_Driver_Prediction_all.zip
<u011500720> 上传 | 大小：40mb

[深度学习] ELM能否直接训练阈值网络

说明： TITTLE：能否直接训练阈值网络（threshold networks） Abstract： 1.具有阈值激活函数（threshold activation functions）的神经网络是非常客观的，因为易于硬件实现。 2.目前流行的基于梯度的学习算法不能用于训练这些网络（neural networks），因为 阈值函数（threshold functions）不可微的。 3.文献中的主要方法是通过sigmoid函数来逼近阈值激活函数的。 4.理论分析表明，ELM算法可以直接训练具有阈值函
<triple_wdf> 上传 | 大小：615byte

[机器学习] IMM灰度人脸图像数据库

说明： 人脸识别数据库，IMM灰度图片，数据库中多数为西方人。
<one23sunnyllj> 上传 | 大小：49mb

[深度学习] 2018 cvpr the unreasonable effectiveness of deep features as a perceptual metric

说明： 计算机视觉顶级会议2018 cvpr 的best paper 的英文原文
<qq_43279787> 上传 | 大小：5mb

[机器学习] 嵌入式机器学习

说明： 机器学习移植到嵌入式平台，不再依靠网络，上位机运行神经网络与机器学习。内有说明和源代码，利用野火429开发板调试成功，大家学习交流一下。
<qq_41674167> 上传 | 大小：7mb

[机器学习] OpenCV课程北京大学

说明： 本PPT是网上搜到的北大OpenCV自学材料 本讲义中部分代码来自OpenCV样例，部分代码来自《OpenCV教程——基础篇》，部分代码则从网上收集。 上传上来给大家做个参考
<weixin_41507247> 上传 | 大小：5mb

[机器学习] OpenCV简介

说明： OpenCV于1999年由Gary Bradsky在英特尔创立，第一个版本于2000年问世。随后Vadim Pisarevsky加入了Gary Bradsky，主要负责管理英特尔的俄罗斯软件OpenCV团队。2005年，OpenCV被用于Stanley车型，并赢得2005年DARPA大挑战。后来，它在Willow Garage的支持下持续并积极发展，转为由Gary Bradsky和Vadim Pisarevsky领导该项目。OpenCV现在支持与计算机视觉和机器学习相关的众多算法，并且正在日益
<weixin_41507247> 上传 | 大小：228kb

[机器学习] 第9课 从数学到机器学习分类问题 _5

说明： 机器学习数学基础课程，视频清晰占用空间比较大。 会附上课件，方便学习。 共计十课： 第1课 机器学习与数学基础 第2课 微积分选讲 第3课 概率论选讲 第4课 参数估计 第5课 线性代数初步 第6课 线性代数进阶 第7课 凸优化初步 第8课 凸优化进阶 第9课 从数学到机器学习分类问题 第10课 深入理解SVM 由于每一课视频依然较大以及上传限制，所以分开上传。
<z_feng12489> 上传 | 大小：209mb

[机器学习] 第9课 从数学到机器学习分类问题 _6

说明： 机器学习数学基础课程，视频清晰占用空间比较大。 会附上课件，方便学习。 共计十课： 第1课 机器学习与数学基础 第2课 微积分选讲 第3课 概率论选讲 第4课 参数估计 第5课 线性代数初步 第6课 线性代数进阶 第7课 凸优化初步 第8课 凸优化进阶 第9课 从数学到机器学习分类问题 第10课 深入理解SVM（省略） 由于每一课视频依然较大以及上传限制，所以分开上传。
<z_feng12489> 上传 | 大小：24mb

[机器学习] 第9课 从数学到机器学习分类问题 _4

说明： 机器学习数学基础课程，视频清晰占用空间比较大。 会附上课件，方便学习。 共计十课： 第1课 机器学习与数学基础 第2课 微积分选讲 第3课 概率论选讲 第4课 参数估计 第5课 线性代数初步 第6课 线性代数进阶 第7课 凸优化初步 第8课 凸优化进阶 第9课 从数学到机器学习分类问题 第10课 深入理解SVM 由于每一课视频依然较大以及上传限制，所以分开上传。
<z_feng12489> 上传 | 大小：181mb

[机器学习] 第9课 从数学到机器学习分类问题 _3

说明： 机器学习数学基础课程，视频清晰占用空间比较大。 会附上课件，方便学习。 共计十课： 第1课 机器学习与数学基础 第2课 微积分选讲 第3课 概率论选讲 第4课 参数估计 第5课 线性代数初步 第6课 线性代数进阶 第7课 凸优化初步 第8课 凸优化进阶 第9课 从数学到机器学习分类问题 第10课 深入理解SVM 由于每一课视频依然较大以及上传限制，所以分开上传。
<z_feng12489> 上传 | 大小：234mb

[机器学习] 第9课 从数学到机器学习分类问题 _2

说明： 机器学习数学基础课程，视频清晰占用空间比较大。 会附上课件，方便学习。 共计十课： 第1课 机器学习与数学基础 第2课 微积分选讲 第3课 概率论选讲 第4课 参数估计 第5课 线性代数初步 第6课 线性代数进阶 第7课 凸优化初步 第8课 凸优化进阶 第9课 从数学到机器学习分类问题 第10课 深入理解SVM 由于每一课视频依然较大以及上传限制，所以分开上传。
<z_feng12489> 上传 | 大小：180mb