注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 支持向量机应用于恶意代码检测

  2. 持向量机是自上世纪90年代提出的一种基于统计学习理论的机器学习算法。与传统统计学研究样本产生的规律或样本数目趋于无穷大时的渐进性能不同，它更注重研究样本本身所提供的信息，所以特别适合于小样本问题。 本论文的目的是研究将支持向量机应用于恶意代码检测的有关问题，提出了一种在Windows平台下检测恶意代码的新方法，以PE文件调用的Win API序列为特征，运用支持向量机分类来检测恶意代码。实验结果表明，对恶意代码具有较好的识别效果。

  3. 所属分类：其它

    • 发布日期：2009-04-29
    • 文件大小：927kb
    • 提供者：Elaine996

  1. 王小平《遗传算法——理论、应用与软件实现》

  2. 学习遗传算法的经典书籍，好不容易找的东东，来给大家分享

  3. 所属分类：其它

    • 发布日期：2009-05-13
    • 文件大小：9mb
    • 提供者：adlof

  1. 流形学习技术自学材料（全包括）

  2. 【流行学习简介】：假设数据是均匀采样于一个高维欧氏空间中的低维流形，流形学习就是从高维采样数据中恢复低维流形结构，即找到高维空间中的低维流形，并求出相应的嵌入映射，以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物的本质，找到产生数据的内在规律。流形学习方法是模式识别中的基本方法，分为线性流形学习算法和非线性流形学习算法，线性方法就是传统的方法如主成分分析（PCA）和线性判别分析（LDA），非线行流形学习算法包括等距映射（Isomap），拉普拉斯特征映射（LE）等。 【文件包括】：

  3. 所属分类：其它

    • 发布日期：2009-06-14
    • 文件大小：6mb
    • 提供者：huxiaoyuan

  1. 李开复文章：算法的力量

  2. 算法是计算机科学领域最重要的基石之一，但却受到了国内一些程序员的冷落。许多学生看到一些公司在招聘时要求的编程语言五花八门，就产生了一种误解，认为学计算机就是学各种编程语言，或者认为，学习最新的语言、技术、标准就是最好的铺路方法。其实，大家被这些公司误导了。编程语言虽然该学，但是学习计算机算法和理论更重要，因为计算机语言和开发平台日新月异，但万变不离其宗的是那些算法和理论，例如数据结构、算法、编译原理、计算机体系结构、关系型数据库原理等等。在“开复学生网”上，有位同学生动地把这些基础课程比拟为“

  3. 所属分类：其它

    • 发布日期：2009-07-02
    • 文件大小：22kb
    • 提供者：chenzhike1989

  1. 支持向量机和遗传算法原理与应用

  2. 统计学习理论和支持向量机被视为机器学习问题的一个基本框架，传统的方法都可以看作是SVM方法的一种实现 有坚实的理论基础和严格的理论分析

  3. 所属分类：其它

    • 发布日期：2009-07-10
    • 文件大小：355kb
    • 提供者：panrenlong

  1. 遗传算法——理论、应用与软件实现

  2. 遗传算法——理论、应用与软件实现 帮助学习优秀算法，提高效率！

  3. 所属分类：其它

    • 发布日期：2009-09-24
    • 文件大小：11mb
    • 提供者：donglipeng2009

  1. 学习理论的算法

  2. 学习理论入门，数学基础好的读者可以看看。

  3. 所属分类：其它

    • 发布日期：2011-12-11
    • 文件大小：515kb
    • 提供者：benbenyukui

  1. 机器学习 SVM算法原理

  2. 该资料非常详细的论述了SVM的理论基础，真的是非常详细，对需要学习SVM算法的人来说是非常好的资料

  3. 所属分类：专业指导

    • 发布日期：2012-09-17
    • 文件大小：1023kb
    • 提供者：zhaolu2009

  1. 统计学习理论经典书

  2. 统计学习理论英文原版，详细介绍了统计理论的数学基础，SVM即是统计理论中年轻而成功的算法思想

  3. 所属分类：专业指导

    • 发布日期：2013-04-28
    • 文件大小：33mb
    • 提供者：nofaustus

  1. 机器学习理论论文

  2. 基于核的统计学习算法，是机器学习方面很好的一个论文。

  3. 所属分类：专业指导

    • 发布日期：2014-01-23
    • 文件大小：3mb
    • 提供者：happy_gadbee

  1. 支持向量机-理论-算法-应用 - Searchable_可搜索版本,

  2. 支持向量机-理论-算法-应用 - Searchable_可搜索版本,

  3. 所属分类：机器学习

    • 发布日期：2017-10-07
    • 文件大小：8mb
    • 提供者：cnnor

  1. 百度AutoDL「自动深度学习: 理论、算法、平台和应用」【附132页ppt】.zip

  2. 百度研究院大数据实验室窦德景博士等人给了关于自动深度学习的教程包括AutoDL的理论、算法、平台和应用，共132PPT，涵盖神经架构搜索、迁移学习和元学习，以及深度学习模型压缩。该教程将包括对最先进的算法和系统的全面调研。是了解工业界学术界的最好自动深度资料。

  3. 所属分类：机器学习

    • 发布日期：2020-02-05
    • 文件大小：118mb
    • 提供者：syp_net

  1. 迁移学习理论与算法（来自清华大学龙明盛副教授）

  2. 迁移学习一直是机器学习领域的难点问题，其目标是在数据分布变化的条件下实现强泛化能力。经过长期探索，逐步缩小了迁移学习的泛化理论与学习算法之间的鸿沟，获得了更紧致的泛化界和更优的学习器。

  3. 所属分类：机器学习

    • 发布日期：2020-11-27
    • 文件大小：20mb
    • 提供者：syp_net

  1. Basic-Machine-Learning:简单的算法，可理解机器学习理论方法背后的代码结构-源码

  2. Basic-Machine-Learning:简单的算法，可理解机器学习理论方法背后的代码结构

  3. 所属分类：其它

  1. 一类非线性系统的误差轨迹跟踪鲁棒学习控制算法

  2. 针对一类含非参数不确定性的非线性系统,提出一种鲁棒迭代学习控制算法,该算法放宽了常规迭代学习控制方法的初始定位条件,迭代初值可任意取值.基于类Lyapunov方法设计误差轨迹跟踪控制器,通过鲁棒限幅学习机制对不确定性进行估计和补偿,能够在整个作业区间上实现误差对给定期望误差轨迹的精确跟踪,期望误差轨迹根据迭代起始时刻的误差值设置.利用期望误差轨迹的衰减性状,可使系统误差在预设的时间点后收敛于原点的邻域内,邻域半径的大小可根据需要任意设置.理论分析和仿真结果表明了控制方法的有效性.

  3. 所属分类：其它

  1. stats701-winter2021：强化学习理论-源码

  2. 欢迎使用STATS 701 WI 2021 这是关于强化学习理论（RL）的特殊主题课程。 我们将从在线算法的遗憾分析，浓度不等式和随机逼近等工具着重于RL算法的设计和分析。 本课程的“核心”将基于有限状态下的在线RL（通常称为“表格”设置）马尔可夫决策过程（MDP），并将以传统的授课方式进行授课（由于COVID-19而完全遥不可及） ）。 本课程的“高级”部分将根据受众的兴趣来选择主题，并且将以更多的讨论为基础。 学生将自愿阅读一篇论文（或一小组相关论文），并在课堂上主持讨论。 高级部分的主题

  3. 所属分类：其它

  1. shatteringdR：在rpart和树决策树上与统计学习理论（SLT）一起使用的有用工具-源码

  2. 粉碎 在rpart和树型决策树上使用统计学习理论（SLT）的有用工具。 描述 在机器学习（ML）领域，学习是构建算法的最重要步骤之一，该算法旨在预测特定任务，无论这是对象的分类，对特定产品的需求预测，甚至是诊断。恶性疾病。 在ML中，我们可以研究有监督的（有标签，例如一个类）和无监督的算法，这些算法用于模式检测，分组等任务，其中不直接依赖于标签。 知道这一点后，本工作旨在研究不同的监督学习算法，在这种情况下，分类算法（更具体地讲是决策树）将对构成算法学习过程的步骤进行分析研究，探索SLT的概念，

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：111kb
    • 提供者：weixin_42137032

  1. 一种基于压缩感知的在线学习跟踪算法

  2. 实现稳健的目标跟踪，建立有效的目标在线模型至关重要。针对现有在线学习跟踪算法缺乏对目标观测信息是否有效的判断，提出了一种简单且高效的解决方法。利用正负样本构建目标在线模型，基于压缩感知理论从多尺度图像特征空间提取特征信息完成目标表征之后，由随机蕨分类器进行分类并通过一种特征置信度度量策略来确定在线更新速率，最后由目标在线模型判断输出置信度最高的样本，此外还建立了一种遮挡反馈机制来决定是否更新目标在线模型。实验结果表明，该方法在目标被长时间遮挡、光照变化等情况下均能完成稳健跟踪，在320 pixe

  3. 所属分类：其它

  1. MachineLearning-DeepLearning-NLP-LeetCode-StatisticalLearningMethod-TensorFlow：最近在学习机器学习，深度学习，自然语言处理，统计学习方法等知识，理论学习主要根据自

  2. 机器学习-深度学习-NLP-LeetCode-统计学习方法 最近在学习机器学习，深度学习，自然语言处理，统计学习方法等知识，理论学习主要根据来进行学习，上面有很详细的入门，实战及进阶知识，相信你会喜欢的，欢迎点赞。在学习理论的同时，决定自己将学习的相关算法使用Python实现一遍，并结合GitHub上相关大牛的代码进行改进，本项目会不断的更新相关算法，欢迎星级，分叉和关注。主要包括： 1.吴恩达Andrew Ng老师的机器学习课程个人笔记2.deeplearning.ai（吴恩达老师的深度学习课

  3. 所属分类：其它

  1. 机器学习理论基础详解—第一天

  2. 文章目录大数据时代究竟改变了什么大数据的4V特征(理解)大数据与机器学习区别大数据项目架构-以电信日志分析为例大数据项目架构-以电信日志分析为例(理解)-配置和医疗扩展医疗数据系统机器学习-人工智能发展机器学习与人工智能的概念区别和联系机器学习与数据、数据分析、数据挖掘区别和联系什么是机器学习基于规则的学习和基于模型的学习 大数据时代究竟改变了什么 大数据的4V特征(理解) 随着数据不断增加，有价值的数据也逐渐多起来。 大数据与机器学习区别 大数据做的是基础的数据存储，以及数据统

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 50 »