[机器学习] 神经网络单层感知器的代码实现

说明： 神经网络单层感知器的代码实现
<sinat_34707782> 上传 | 大小：800byte

[机器学习] 网格搜索算法

说明： 网格搜索算法，优化向量机。对于向量机的参数进行最优化处理
<qq_40829980> 上传 | 大小：8kb

[机器学习] 贝叶斯优化LSSVM

说明： 贝叶斯优化最小二乘向量机，很好的优化方法，也比较少见
<qq_40829980> 上传 | 大小：2kb

[深度学习] LeNet-5论文完整版

说明： LeNet-5论文英文原版，模型可用于手写数字识别，文字清晰。
<weixin_40918294> 上传 | 大小：951kb

[机器学习] 车道线检测实时视频处理

说明： 对摄像头拍摄的车道线视频进行提取，利用相应的图像处理知识进行视频的处理，提取相应的信息
<qq_37789740> 上传 | 大小：1kb

[深度学习] pillow 文件 将后序改成txt

说明： pillow 5.1.0-cp35-cp35m-win_amd64.whl 将后序名转成txt
<sonic10101> 上传 | 大小：1mb

[机器学习] 基于Elman神经网络的房价预测

说明： 基于Elman神经网络的房价预测。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
<qq_18360203> 上传 | 大小：85kb

[深度学习] Pillow whl包

说明： pillow whl文件 版本Pillow 5.1.0-cp35-cp35m-win_amd64
<sonic10101> 上传 | 大小：1mb

[机器学习] 特征提取与预处理

说明： 上一章案例中的解释变量都是数值，比如匹萨的直接。而很多机器学习问题需要研究的对象可能是分类变量、文字甚至图像。本章，我们介绍提取这些变量特征的方法。这些技术是数据处理的前提——序列化，更是机器学习的基础，影响到本书的所有章节。
<qq_37642535> 上传 | 大小：2mb

[机器学习] 线性回归分析

说明： 本章介绍用线性模型处理回归问题。从简单问题开始，先处理一个响应变量和一个解释变量的一元问题。然后，我们介绍多元线性回归问题（multiple linear regression），线性约束由多个解释变量构成。紧接着，我们介绍多项式回归分析（polynomial regression问题），一种具有非线性关系的多元线性回归问题。最后，我们介绍如果训练模型获取目标函数最小化的参数值。在研究一个大数据集问题之前，我们先从一个小问题开始学习建立模型和学习算法。
<qq_37642535> 上传 | 大小：2mb

[深度学习] 机器视觉学习

说明： 机器视觉是一个相当新且发展十分迅速的研究领域，并成为计算机科学的重要研究领域之一．机器视觉是在20 世纪50 年代从统计模式识别开始的[1]，当时的工作主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析和解释等．60 年代，Roberts(1965)通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述[Roberts 1965]．Roberts 的研究工作开创了以理解三维场景为目的的三维机器视觉的研究
<qq_37642535> 上传 | 大小：6mb

[深度学习] TensorFlow Machine Learning Cookbook2017

说明： 高清，彩色插图，本资源转载自网络，如有侵权，请联系上传者或csdn删除
<ldnono1> 上传 | 大小：3mb