[机器学习] python常用机器学习库api文档

说明： 其中包含scipy、matplotib、scikti-learn、numpy、pandas文档，截至上传时间为最新版
<wz2671> 上传 | 大小：73mb

[机器学习] 基于Python实现的K-Shell节点排序算法

说明： 基于python-2.7实现的K-Shell节点排序算法，算法结果输出每个节点K值。
<dreamhome_s> 上传 | 大小：1kb

[机器学习] 基于Python实现LeaderRank复杂网络中节点排序算法

说明： 基于Python2.7实现的LeaderRank复杂网络节点排序算法，算法输出排序后每个节点的重要性值　参考论文：2011-Leaders in Social Networks, the Delicious
<dreamhome_s> 上传 | 大小：1kb

[机器学习] 基于Python实现LFM种子传播算法

说明： 基于Python2.7实现的LFM种子传播算法。　参考论文　LFM：Detecting the overlapping and hierarchical community structure in complex networks
<dreamhome_s> 上传 | 大小：5kb

[机器学习] 线性不可分的数据

说明： 对于线性不可分的数据通常使用核函数来将低维空间的数据映射到高维使其变得线性可分。
<qq_33769138> 上传 | 大小：2kb

[机器学习] 利用支持向量机做分类

说明： 利用smo算法寻找最优间隔，并标出支持向量，应用在在二类分类中
<qq_33769138> 上传 | 大小：1kb

[机器学习] 前向 - 后向错误：跟踪失败的自动检测（译文）

说明： 本文提出了一种新的跟踪故障检测方法。该检测基于Forward-Backward误差，即跟踪在时间上向前和向后执行，并且测量这两个轨迹之间的差异。我们证明了所提出的错误能够可靠地检测跟踪失败并在视频序列中选择可靠的轨迹。我们证明这种方法是常用的归一化互相关（NCC）的补充。基于该误差，我们提出了一种称为中值流的新型物体跟踪器。在具有挑战性的基准视频序列（包括非刚性物体）上实现了最新的性能表现
<qq_37019602> 上传 | 大小：569kb

[机器学习] 基于差分进化算法求解最优问题

说明： 基于差分进化算法，求解函数最优值问题，并画出曲线。
<qq_39481397> 上传 | 大小：786byte

[机器学习] EV3资源开发

说明： 思维决定你能观察到什么，你能想到什么
<user877877> 上传 | 大小：67mb

[机器学习] kddcup99分标签整理，完整版

说明： kddcup99 分标签整理，完整版。
<qq_41687938> 上传 | 大小：1mb

[机器学习] Multi-Document Summarization using Distributed Bag-of-Words Model（中文翻译）

说明： 很好的一篇多文档摘要的论文，已翻译
<sir_rain> 上传 | 大小：810kb

[机器学习] TFT彩屏（硬件SPI）

说明： TFT彩屏（硬件SPI）,初学者。采用硬件SPI驱动9341屏。
<weixin_41963811> 上传 | 大小：4mb