[机器学习] 2020研究生数学建模b题第三问

说明：由第二问提取出20个主因素，然后在MATLAB中利用BP双层神经网络进行分析并预测 并有预测与实际误差图像、预测误差图像等。
<weixin_49634344> 上传 | 大小：87kb

[机器学习] 推荐系统顶会RecSys2020最佳论文奖出炉

说明：第14届推荐系统顶级会议ACM RecSys在9月22日到26日在线举行。最近官网大会公布了最佳长短文，包括来自腾讯PCG的多任务学习个性化模型获得最佳长论文。
<syp_net> 上传 | 大小：3mb

[机器学习] 微软东昱晓《图表示学习: 嵌入，GNNs与预训练》

说明：东昱晓是Redmond微软研究院的高级应用科学家，他获得了博士学位。来自圣母大学，曾是清华大学，美国陆军研究实验室和AMiner.org的访问学者。他的研究重点是数据挖掘，网络科学和计算社会科学，重点是应用计算模型来解决大规模网络系统中的问题，例如Microsoft Academic Graph（MAG），移动通信和在线社交媒体。他的作品主要发表在KDD和跨学科期刊上，获得四项最佳论文奖/提名，以及2017年ACM SIGKDD博士论文奖荣誉奖。
<syp_net> 上传 | 大小：15mb

[机器学习] eigen包c++用于进行矩阵运算3.3.8

说明：Eigen除了C ++标准库外没有任何依赖项。 我们使用CMake构建系统，但仅用于构建文档和单元测试以及自动安装。如果只想使用Eigen，则可以立即使用头文件。没有要链接的二进制库，也没有配置的头文件。Eigen是标头中定义的纯模板库。
<muxi5> 上传 | 大小：2mb

[机器学习] cs231n课程笔记

说明：cs231n课程笔记 中文整理版，机器学习入门必看 内容上非常基础，配合相关代码看更清晰。 还包含了课程作业，可用于自测。
<weixin_41354045> 上传 | 大小：13mb

[机器学习] seaborn内置的数据集

说明：gihub地址 https://github.com/mwaskom/seaborn-data ，如果各位能打开这个地址可从这里下载。 此存储库的存在只是为了为seaborn.load_dataset函数从中下载示例数据集。不知为何官网不能加载了，所以从github上下载了一份，提供各位使用。它的存在使得记录seaborn变得很容易，而不需要花费时间来加载和咀嚼数据，从而避免混淆。如果这些数据集对seaborn文档不再有用，它们可能随时更改或删除。一些数据集也从它们的标准来源进行了修改。
<rolechoice> 上传 | 大小：4mb

[机器学习] 统计学习方法及代码实现(Python)

说明：全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。
<qq_30121457> 上传 | 大小：17mb

[机器学习] 台湾大学林轩田机器学习基石课程学习笔记(来自公众号【AI有道】)

说明：台湾大学林轩田机器学习基石课程学习笔记(来自公众号【AI有道】) ·假设 hypothesis,一个机器学习模型对应了很多不同的 hypothesis,通过演算法 A,选择一个最佳的 hypothesis对应的函数称为短g,9能最好地表示事物的内在 规律,也是我们最终想要得到的模型表达式。
<qq_30121457> 上传 | 大小：17mb

[机器学习] Machine Learning for OpenCV

说明：探索并有效利用OpenCV的机器学习模块借助Python掌握线性回归和正则化技术，学习计算机视觉的深度学习对花卉种类，手写数字和行人等对象进行分类探索支持向量机，提升决策树和随机森林的有效使用。熟悉神经网络和深度学习解决实际问题使用k-means聚类在数据中发现隐藏结构获取数据预处理和特征工程
<qq_30121457> 上传 | 大小：78mb

[机器学习] CVSPython.zip

说明：利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业利用人工智能改变行业
<bolinzhiyi> 上传 | 大小：203kb

[机器学习] Machine Learning for OpenCV__

说明：向您介绍统计学习的基本概念，例如分类和回归。一旦涵盖了所有基础知识，您将开始探索各种算法，例如决策树，支持向量机和贝叶斯网络，并学习如何将它们与其他OpenCV功能相结合。随着本书的进展，您的机器学习技能也将如此，直到您准备好接受当今最热门的话题：深度学习。本书面向熟悉OpenCV的Python程序员;本书将为您提供构建自己的机器学习系统所需的工具和理解，并根据实际的实际任务量身定制。
<qq_30121457> 上传 | 大小：78mb

[机器学习] 粗糙集详细matlab代码

说明：粗糙集详细matlab代码粗糙集详细matlab代码粗糙集详细matlab代码粗糙集详细matlab代码粗糙集详细matlab代码粗糙集详细matlab代码
<zxh20085968> 上传 | 大小：9kb