文件名称:
MachineLearning-master-python.zip
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2016-07-04
详细说明： 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数据库采用o livettifaces，CNN模型参考LeNet5，基于python+theano+numpy+PIL实现。 CNN卷积神经网络算法的实现，模型为简化版的LeNet，应用于MNIST数据集（手写数字），来自于DeepLearning.net上的一个教程，基于python+theano 多层感知机算法的实现，代码实现了最简单的三层感知机，并应用于MNIST数据集。 [Softmax_sgd(or logistic_sgd)]Softmax回归算法的实现，应用于MNIST数据集，基于Python+theano。 - **PCA** 基于python+numpy实现了主成份分析PCA算法 - **kNN** 基于python+numpy实现了K近邻算法，并将其应用在MNIST数据集上， - **logistic regression** - 基于C++以及线性代数库Eigen实现的logistic回归，[代码] - 基于python+numpy实现了logistic回归（二类别） - **ManifoldLearning** 运用多种流形学习方法将高维数据降维，并用matplotlib将数据可视化(2维和3维) - **SVM** - **GMM** GMM和k-means作为EM算法的应用，在某种程度有些相似之处，不过GMM明显学习出一些概率密度函数来，结合相关理解写成python版本 - **DecisionTree** Python、Numpy、Matplotlib实现的ID3、C4.5，其中C4.5有待完善，后续加入CART。 - **KMeans** 介绍了聚类分析中最常用的KMeans算法（及二分KMeans算法），基于NumPy的算法实现，以及基于Matplotlib的聚类过程可视化。 朴素贝叶斯算法的理论推导，以及三种常见模型（多项式模型，高斯模型，伯努利模型）的介绍与编程实现（基于Python，Numpy） ...展开收缩
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
