[机器学习] SVM原理分析

说明： SVM原理分析，讲解SVM当中的数学原理，支持向量机，嘿嘿。
<wangjuncode> 在 上传 | 大小：515072

[机器学习] 斯坦福 AndrewNG 机器学习课件

说明： coursera上面吴恩达的机器学习课件7-12课件，欢迎下载学习！
<julialove102123> 在 上传 | 大小：15728640

[机器学习] 斯坦福Andrew NG机器学习

说明： coursera上斯坦福大学Andrew NG机器学习学习课件，欢迎下载学习~
<julialove102123> 在 上传 | 大小：10485760

[机器学习] machine_learning_mastery_with_python

说明： 深入理解数据，端到端描述如何建立精确的挖掘模型。 除了常用数据挖掘方法，还有几个实例讲解，全是Step-by-Step，都是python代码，全英文
<vp_cloud> 在 上传 | 大小：1048576

[机器学习] 滑模变结构控制MATLAB仿真—先进控制系统设计方法 一书例程

说明： 全书共分10章，包括欠驱动系统滑模控制、基于观测器和解耦算法的欠驱动系统滑模控制、控制输入受限条件下的滑模控制、挠性系统和奇异摄动系统的滑模控制、机械手滑模控制、基于函数逼近的机械手滑模控制、基于干扰观测器的机械手滑模控制、柔性机械手滑模控制、飞行器滑模控制、基于最优轨迹规划的滑模控制。每种控制方法都通过MATLAB仿真程序进行了仿真分析。
<qiu123fly> 在 上传 | 大小：691200

[机器学习] sklearn-cookbook【百度云】

说明： sklearn-cookbook【百度云】，sklearn-cookbook【百度云】
<data2word> 在 上传 | 大小：116

[机器学习] Tic-Tac-Toe游戏井子棋 人工智能ai对决小游戏

说明： python 代码 欢迎来到最有智慧的智慧挑战：Tic-Tac_Toe。 这将是你们人类大脑和我的硅处理器之间的一场对决 您将通过输入一个数字（0-8）来使您的移动已知。数字将对应于图示的棋盘位置：
<qq_34292097> 在 上传 | 大小：1024

[机器学习] 贝叶斯方法 概率编程与贝叶斯推断

说明： 贝叶斯推理的方法非常自然和极其强大。然而，大多数图书讨论贝叶斯推理，依赖于非常复杂的数学分析和人工的例子，使没有强大数学背景的人无法接触。不过，现在好了，卡梅伦的这本书从编程、计算的角度来介绍贝叶斯推理，把贝叶斯理论和编程实践结合起来，使大多数程序员都可以入门并掌握。 本书通过强大的Python语言库PyMC，以及相关的Python工具，包括NumPy\SciPy\Matplotlib讲解了概率编程。通过本书介绍的方法，读者只需付出很少的努力，就能掌握有效的贝叶斯分析方法。
<data2word> 在 上传 | 大小：116

[机器学习] 现代贝叶斯统计学

说明： 贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方渚上用贝叶斯定理的方式依赖于一个统计学家如何看待“概率”的基本概念。这些统计学家“推崇”概率为不确定性的度量，对于任何实际客体它将会被认定；因此没有任何理由贝叶斯定理不在任何场合应用。本书的主要内容包括贝叶斯立场、先验分布，后验分布及贝叶斯推断、常用分布、可靠性问题、经验贝叶方法、贝叶斯统计地应用、参考文献。
<data2word> 在 上传 | 大小：116

[机器学习] Bayesian Nonparametric Data Analysis

说明： This book is the first systematic treatment of Bayesian nonparametric methods and the theory behind them. It will also appeal to statisticians in general. The book is primarily aimed at graduate students and can be used as the text for a graduate co
<data2word> 在 上传 | 大小：116

[机器学习] Anaconda3-5.1.0-Windows-x86_64 最新版

说明： anaconda最最新版本，5.1.0，奉献给大伙儿，官网网速100k以下，实在太慢了
<dsbhgkrgherk> 在 上传 | 大小：563085312

[机器学习] 贝叶斯思维：统计建模的Python学习法

说明： 第1章 贝叶斯定理 1 1.1 条件概率 1 1.2 联合概率 2 1.3 曲奇饼问题 2 1.4 贝叶斯定理 3 1.5 历时诠释 4 1.6 M&M豆问题 5 1.7 Monty Hall难题 6 1.8 讨论 8 第2章 统计计算 9 2.1 分布 9 2.2 曲奇饼问题 10 2.3 贝叶斯框架 11 2.4 Monty Hall难题 12 2.5 封装框架 13 2.6 M&M豆问题 14 2.7 讨论 15 2.8 练习 16 第3章 估计 17 3.1 骰子问题 17 3.2 火
<data2word> 在 上传 | 大小：116