[机器学习] 增量SVM在Banana数据集上的可视化

说明： 增量SVM在公共数据集Banana上的实现，并可视化二分类结果。
<qq_43251492> 上传 | 大小：325kb

[机器学习] SVM with mosek for banana

说明： 利用Mosek优化工具实现SVM二分类性能，并在公共数据集Banana上实现，直观显示分类结果
<qq_43251492> 上传 | 大小：5kb

[机器学习] 利用遗传算法解决电力系统最优潮流问题。

说明： 利用遗传算法解决电力系统最优潮流问题。程序opf1为最优潮流的模型建立部分，gaopf是主函数，求解最小燃料费用。
<qq_39860266> 上传 | 大小：36kb

[机器学习] 粒子群计算值最优潮流

说明： 自己编写的粒子群算法，用于计算电力系统的最优潮流，实力验证。
<qq_39860266> 上传 | 大小：4kb

[机器学习] 吴恩达的神经网络课后习题配套资源

说明： 吴恩达深度学习系列课程的第二周、第三周、第四周编程练习Logistic Regression with a Neural Network mindset中用到的所有资源文件
<weixin_43249938> 上传 | 大小：5mb

[机器学习] 深度学习笔记

说明： 像在matlab中的使⽤⼀样， python可以使⽤libsvm，但是python提供了在libsvm基础上封装过的， 并且更加易于使⽤，并且功能更加强⼤的API， sklearn.svm。其中使⽤最常⽤的是svm.SVC和 svm.SVR（当然也可以在sklearn.svm.libsvm中调⽤libsvm，以下是SVC和SVR的介绍
<grispeut> 上传 | 大小：469kb

[机器学习] 图像处理分析与机器视觉 第3版 源代码-第6部分

说明： 图像处理分析与机器视觉 第3版 源代码-第6部分 全部是6部分
<u010489865> 上传 | 大小：26mb

[机器学习] 中国信通院：2018年人工智能安全白皮书（2018年9月版）

说明： 来源：中国信息通信研究院安全研究所 2018年9月18日，在2018年世界人工智能大会“人工智能安全：挑战与机遇”高端对话中，中国信息通信研究院（以下简称 “中国信通院”）发布了《人工智能安全白皮书（2018年）》。中国信通院安全研究所信息安全研究部高级工程师牛金行对白皮书进行了解读。
<dst1213> 上传 | 大小：5mb

[机器学习] 图像处理分析与机器视觉 第3版 源代码-第5部分

说明： 图像处理分析与机器视觉 第3版 源代码-第5部分 全部6部分
<u010489865> 上传 | 大小：1005kb

[机器学习] 图像处理分析与机器视觉 第3版 源代码-第4部分

说明： 图像处理分析与机器视觉 第3版 源代码-第4部分 全部是6部分
<u010489865> 上传 | 大小：581kb

[机器学习] 图像处理分析与机器视觉 第3版 源代码-第3部分

说明： 图像处理分析与机器视觉 第3版 源代码-第3部分 全部是6部分
<u010489865> 上传 | 大小：30mb

[机器学习] 图像处理分析与机器视觉 第3版 源代码-第2部分

说明： 图像处理分析与机器视觉 第3版 源代码-第2部分 全部是6部分
<u010489865> 上传 | 大小：1mb