[机器学习] sklearn文本分类数据包-20newsgroups-20news-bydate

说明： 20newsgroups数据集有三个版本。第一个版本19997是原始的并没有修改过的版本。第二个版本bydate是按时间顺序分为训练(60%)和测试(40%)两部分数据集，不包含交叉文档和新闻组名（新闻组，路径，隶属于，日期）。第三个版本18828不包含交叉文档，只有来源和主题名。
<imstudying> 上传 | 大小：13mb

[机器学习] Natural Image Statistics 自然图像统计

说明： This book is both an introductory textbook and a research monograph on modeling the statistical structure of natural images. In very simple terms, “natural images” are photographs of the typical environment where we live. In this book, their statist
<a784763307> 上传 | 大小：9mb

[机器学习] 简易有道词典

说明： 利用网易有道词典接口，通过python gui编程，制作简单的无广告，效果跟网易有道词典一样的效果，实现自动翻译效果
<xudailong_blog> 上传 | 大小：7mb

[机器学习] stm32f4颜色追踪

说明： EasyTrace简介： 使用EasyTrace可以对单一颜色物体进行实时跟踪识别 EasyTrace特点： 1.代码只有300行，非常简单 2.识别一次只需要2至5毫秒，实时性强 3.只有1个API，使用方便 4.可配置”容错率“ ”迭代次数“等参数，可在”时间“实时性”“ ”准确度“ ”识别率“ ”误识率“ 之间寻找平衡点 使用举例 RESULT Resu; TARGET_CONDI Condition={60,100,20,120,10,160,40,40,320,240}; Trace
<t20151470> 上传 | 大小：7mb

[机器学习] Python Machine Learning

说明： Unlock deeper insights into machine learning with this vital guide to cutting-edge predictive analytics.
<memex2017> 上传 | 大小：33mb

[机器学习] 模式识别课件

说明： 哈工大模式识别ppt，供各位参考。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
<codekillerlee> 上传 | 大小：28mb

[机器学习] SIFT算法详解及应用(讲的非常好很详细)

说明： SIFT算法特点 • SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化 保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳 定性。 • 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征 数据库中进行快速、准确的匹配。 • 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。 • 经过优化的SIFT算法可满足一定的速度需求。 • 可扩展性，可以很方便的与其他形式的特征向量进行联合。
<u011745380> 上传 | 大小：2mb

[机器学习] timeseriesForecasting.jar.zip-weka.jar里时间序列预测必备jar

说明： timeseriesForecasting.jar,weka.jar里时间序列预测必备jar，国内外网站至今无法直接下载到的jar包，里边包含了官网weka的API文档里timeseries里所有的类，其中lib文件夹里的jar可能可能是这个jar运行时需要用到的jar包
<chenleixing> 上传 | 大小：1mb

[机器学习] 三维重建技术综述与实现-见过最好的

说明： 文章详细的介绍了各类三维重建技术的分类，能够使我们高屋建瓴的了解整个三维重建技术的概括。概略的介绍了各类方法的基本原理，详细介绍了基于多视角图像的三维重建技术。
<oqqximu12345> 上传 | 大小：6mb

[机器学习] 支持向量机导论

说明： 可以对支持向量机学习提供一些参考，文章由浅入深的帮助一步一步了解支持向量机，是很好的学习支持向量机很好的材料。
<renqichao1> 上传 | 大小：4mb

[机器学习] 凸优化课件

说明： 总共300页， 配套“凸优化_Boyd_王书宁译.pdf”使用，精炼实用，希望能对朋友们学习凸优化理论和算法有所帮助！！
<mike_lu123> 上传 | 大小：1mb

[机器学习] Machine Learning in Action (Python)

说明： Part 1: Classification 1 Machine learning basics 2 Classifying with k-nearest neighbors 3 Splitting datasets one feature at a time: decision trees 4 Classifying with probability distributions: Na�ve Bayes 5 Logistic regression 6 Support vector machi
<shs867> 上传 | 大小：6mb