[机器学习] 基于数据挖掘的非编码RNA预测模型设计与实现

说明： 特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。对于一个学习算法来说,好的学习样本是训练模型的关键。
<qq_28339273> 在 上传 | 大小：5120

[机器学习] knn分类算法 python代码

说明： 其中有几个问题需要特别注意，这里只是简单的实现了KNN算法，其中还要考虑K值的选取等问题。比如这里由于是手动构造的样本数据，数据量太少，K值便不能设太大，否则对模型进行检验时会有误差。
<cjy779251239> 在 上传 | 大小：718

[机器学习] 多平台功能

说明： 视频采取器 和视频采集卡的作用是将摄像机或录像机或光碟机的信号装换为数字信号存储进电脑。
<qq_42475493> 在 上传 | 大小：73728

[机器学习] 吴恩达笔记

说明： 斯坦福大学 斯坦福大学 斯坦福大学 2014机器学习教程 机器学习教程 机器学习教程 个人 笔记
<codingup> 在 上传 | 大小：11534336

[机器学习] Foundations of Statistical Natural Language Processing

说明： Statistical approaches to processing natural language text have become dominant in recent years. This foundational text is the first comprehensive introduction to statistical natural language processing (NLP) to appear. The book contains all the the
<sangjeedondrub> 在 上传 | 大小：6291456

[机器学习] loss计算器

说明： 用python实现的损失函数计算器，对原数据进行了降维，再进行可视化。
<wz2671> 在 上传 | 大小：2097152

[机器学习] 文本上的算法

说明： 《文本上的算法》 主要分两大部分：第一部分是理论篇，主要介绍 机器学习的基础和一些具体算法；第二部分应用篇，主要是一些 NLP 的 应用，比如：搜索引擎原理是什么？它为什么要建索引？有什么理论基 础吗？之所以抽时间写这个文档，是由于以下方面的考虑： 1、这些都是 我个人的一些总结和思考（有些内容在论文和书籍中都不会看到） ， 零 零散散的， 所以想整理成一个稍微正式一点的文档，方便查阅； 2、 这些 知识在平常的工作中都会经常用到， 整理成这个较正式文档也可以当作 读者的一种参考。 3、除了必
<xuxuxuxuri> 在 上传 | 大小：5242880

[机器学习] Big data machine learning

说明： Big data machine learning, predictive models, Linear Regression
<buaacloud> 在 上传 | 大小：1048576

[机器学习] 所有数据集

说明： 训练集：train.txt 测试集：test.txt 由mnist转为csv数据集：mnist.csv
<qq_41910473> 在 上传 | 大小：571392

[机器学习] 1000多个手写体训练集

说明： 基于MNIST官网修改过来的用于c++程序的训练集，格式存为txt
<qq_41910473> 在 上传 | 大小：1048576

[机器学习] 基于KNN实现的手写体数字识别

说明： 基于KNN实现的手写体数字识别C++代码，输出结果有混淆矩阵、召回率、训练准确率、预测数据输出等。
<qq_41910473> 在 上传 | 大小：6144

[机器学习] 基于大数据下分布式机器学习的策略与原则

说明： 随着人工智能的快速发展,分布式机器学习开始成为社会生产建设中重要工具。大数据技术的应用,丰富了分布式机器学习的策略,进一步拓展了应用空间,提高了应用价值。基于此,本文分析了基于大数据下分布式机器学习特点,然后根据分布式机器学习的实际需要,从分配与调度、计算与通信连接等方面进行探讨,围绕着分布式机器学习的基本原则,寻找科学、合理的学习策略。
<qq_28339273> 在 上传 | 大小：1048576