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. 机器学习数学基础

  2. 大纲 • 涵盖由浅入深的一系列机器学习技术 • 将会学到： o PCA, MDS, K-mean, 基于频谱的聚类方法，贝叶斯分类，boosting, logistic回归，决策树，EM算法，隐马尔可夫模型，卡尔曼滤波…… • 讲述算法、理论、应用背后的故事 • 将会既有趣又辛苦 大纲 • 涵盖由浅入深的一系列机器学习技术 • 将会学到： o PCA, MDS, K-mean, 基于频谱的聚类方法，贝叶斯分类，boosting, logistic回归，决策树，EM算法，隐马尔可夫模型，卡尔曼滤

  3. 所属分类：专业指导

    • 发布日期：2013-06-13
    • 文件大小：3mb
    • 提供者：u011055553

  1. 机器学习算法基础

  2. 介绍了基础的分类，聚类，推荐等基础的机器学习算法，每个算法都有相应的python实现

  3. 所属分类：电子商务

    • 发布日期：2015-04-25
    • 文件大小：8mb
    • 提供者：zc02051126

  1. Matlab的机器学习四件套

  2. 第 1 部分：机器学习简介 了解机器学习的基础信息，包括监督和无监督学习方法、选择正确的算法和实际示例。

  3. 所属分类：机器学习

    • 发布日期：2017-11-10
    • 文件大小：1mb
    • 提供者：delaunay_upc

  1. 视觉机器学习仿真代码分享

  2. 将视觉机器学习算法的理论和实践有机地结合，解决视觉机器学习领域中的诸多基础问题，可应用于医学图像分析、工业自动化、机器人、无人车、人脸检测与识别、车辆信息识别、行为检测与识别、智能视频监控等。

  3. 所属分类：机器学习

    • 发布日期：2017-12-26
    • 文件大小：94mb
    • 提供者：u012580571

  1. 机器学习算法工程师校招面试题库.pdf

  2. 机器学习算法工程师校招面试题库 涵盖数学基础、机器学习算法、深度学习、自然语言处理、计算机基础项目等。ξ NOWCODER. COM 牛客网一一互联网学习求职必备神器 名企校招历年笔试面试真题,尽在牛客网 可能就问的项日多一些,或者你说哪里精通可能面试官就多去问你这些。而且此图是根据题 库数据整理出来,并不是根据实际单场面试整理,比如基础部分不会考那么多,会从中抽着 考 但是面试中必考的点且占比非常大的有机器学习算法,机器学习和算法。 决定你是否能拿 sp offer(高薪ofer)以及是否

  3. 所属分类：机器学习

    • 发布日期：2019-07-15
    • 文件大小：4mb
    • 提供者：yangyang3401

  1. 基于VMD_SE和机器学习算法的短期风电功率多层级综合预测模型_张亚超.pdf

  2. 针对风电功率受自然环境变化影响，难以建立精确数学模型对其进行预测的问题，采用一种新型的可变模式分解(variational mode decomposition，VMD)技术，将原始风电功率序列分解为一系列有限带宽子模式以降低其不稳定性，根据子模式的样本熵(sample entropy，SE)分析其复杂度并重组得到子序列。在此基础上，结合3 种不同的机器学习基模型，提出一种基于VMD-SE 和基模型的自适应多层级综合预测模型，并采用一种基于混沌萤火虫结合仿真鸡群优化的智能算法，对其权重矩阵进行实

  3. 所属分类：讲义

    • 发布日期：2020-02-14
    • 文件大小：541kb
    • 提供者：SparkQiang

  1. 为机器学习算法打好基础的资源.7z

  2. 如果想要从事机器学习领域的工作，算法基础是必须的。这套资源很适合想要学习机器学习的人做好准备。然后再配套我上传的其他机器学习基础和进阶资源

  3. 所属分类：机器学习

    • 发布日期：2019-07-27
    • 文件大小：163mb
    • 提供者：qq_43751506

  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：305kb
    • 提供者：abacaba

  1. 机器学习算法基础资料.rar

  2. 该机器学习的程序及资料非常基础，很适合初学者来使用，包含10个文件，分别针对不同的问题来进行讲解，此外该资料还配备有相应的视频学习资料和源代码文件。非常好用

  3. 所属分类：互联网

    • 发布日期：2020-07-28
    • 文件大小：59mb
    • 提供者：newlinfeng

  1. 机器学习——算法基础2 完整代码

  2. 机器学习——算法基础2 完整代码

  3. 所属分类：机器学习

    • 发布日期：2021-01-08
    • 文件大小：26kb
    • 提供者：dichao1020

  1. 机器学习——算法基础中完整代码

  2. 机器学习——算法基础中完整代码

  3. 所属分类：机器学习

    • 发布日期：2021-01-07
    • 文件大小：3kb
    • 提供者：dichao1020

  1. 从算法实现到MiniFlow实现，打造机器学习的基础架构平台

  2. 基础架构（Infrastructure）相比于大数据、云计算、深度学习，并不是一个很火的概念，甚至很多程序员就业开始就在用MySQL、Django、Spring、Hadoop来开发业务逻辑，而没有真正参与过基础架构项目的开发。在机器学习领域也是类似的，借助开源的Caffe、TensorFlow或者AWS、GoogleCloudML就可以实现诸多业务应用，但框架或平台可能因行业的发展而流行或者衰退，而追求高可用、高性能、灵活易用的基础架构却几乎是永恒不变的。Google的王咏刚老师在《为什么AI工

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：557kb
    • 提供者：weixin_38565221

  1. 机器学习算法——集成方法（Ensemble）之Stacking

  2. 本文来自于csdn，本文是基于《kaggle比赛集成指南》来进行总结的概述什么是集成学习，以及目前较为常用的技术。集成方法是指由多个弱分类器模型组成的整体模型，我们需要研究的是：①弱分类器模型的形式②这些弱分类器是如何组合为一个强分类器学习过机器学习相关基础的童鞋应该知道，集成学习有两大类——以Adaboost为代表的Boosting和以RandomForest为代表的Bagging。它们在集成学习中属于同源集成（homogenousensembles）方法；而今天我将主要对一种目前在kaggl

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：463kb
    • 提供者：weixin_38553478

  1. 机器学习算法教程：基础机器学习算法教程（线性回归，逻辑回归，SVM，随机森林，装袋，KNN，K均值...）-源码

  2. 什么是机器学习？ 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法，机器学习允许计算机查找隐藏的见解，而无需对其进行明确的编程。 它是干什么用的？ 欺诈识别。 网络搜索结果。 网页上的实时广告 信用评分和次优报价。 预测设备故障。 新的定价模式。 网络入侵检测。 预测客户流失 模式和图像识别。 电子邮件垃圾邮件过滤。 这是最近几个月我一直在努力的机器学习算法教程列表。 随时在下面的评论中留下您的反馈/建议 1. 2. 3.

  3. 所属分类：其它

  1. poseidon：Poseidon是基于python的应用程序，它利用软件定义网络（SDN）来获取网络流量并将其提供给多种机器学习技术。 机器学习算法对设备类型进行分类和预测-源码

  2. 波塞冬 软件定义的网络态势感知 波塞冬始于两个IQT Labs： 和。 该项目的目标是探索一种方法，以更好地识别给定（计算机）网络上的节点并了解它们在做什么。 该项目利用软件定义网络和机器学习来自动捕获网络流量，从流量中提取相关特征，通过经过训练的模型进行分类，传达结果，并提供采取进一步行动的机制。 尽管该项目最有效地利用了现代SDN，但它的部分内容仍可以与数据包捕获（pcap）文件一起使用。 目录 背景 波塞冬（Poseidon）项目最初是作为一项实验来测试，以测试利用SDN和机器学习技术

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：425kb
    • 提供者：weixin_42128988

  1. 机器学习算法——集成方法（Ensemble）之Stacking

  2. 本文来自于csdn，本文是基于《kaggle比赛集成指南》来进行总结的概述什么是集成学习，以及目前较为常用的技术。 集成方法是指由多个弱分类器模型组成的整体模型，我们需要研究的是： ①弱分类器模型的形式 ②这些弱分类器是如何组合为一个强分类器学习过机器学习相关基础的童鞋应该知道，集成学习有两大类——以Adaboost为代表的Boosting和以RandomForest为代表的Bagging。它们在集成学习中属于同源集

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：462kb
    • 提供者：weixin_38638596

  1. python机器学习算法实训 – （四）实现决策树

  2. 1.什么是决策树 决策树是一种树型结构，其中每个内部结点表示在一个属性上的测试，每个分支代表一个测试输出，每个叶结点代表一种类别。 决策树学习是以实例为基础的归纳学习，通过一系列规则对数据进行分类的过程。 决策树学习采用的是自顶向下的递归方法，其基本思想是以信息熵为度量构造一棵熵值下降最快的树，到叶子节点处的熵值为零，此时每个叶节点中的实例都属于同一类。 简单来说，我们生活中随时会用到这样的判断方法，比如这样： 2.决策树的特点 决策树学习算法的最大优点是，它可以自学习 在学习的过程中，不需要

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：363kb
    • 提供者：weixin_38617413

  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

  1. 机器学习算法/模型——机器学习介绍

  2. 目录1. 写在前面：态度2. 机器学习概述2.1 本质/目标：找到一种理想“函数”2.2 基本流程：“三板斧”方法论3. 总结 1. 写在前面：态度 相较于仍然处于经验（“炼丹”）阶段的深度学习，传统的统计学习模型和方法已经具备了相对完善的理论基础。 态度：即使目标是深度学习也要从机器学习开始，从统计学习方法学起。 一方面深度学习与机器学习具有传承的关系，学习后者对于直观理解前者有极大帮助。 另一方面，**统计学习方法建立在将概念“数字化”（向量化）的基础上，以数学公式和计算来表达概念之间的关联

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：123kb
    • 提供者：weixin_38724229

  1. python机器学习算法实训 – （一） 线性回归

  2. python机器学习算法实训 – （一） 线性回归 线性回归 此系列权作本学期机器学习课堂笔记 以后会持续更新各类算法（希望）ppt内容来自老师 每个算法的代码都同时自己编写实现和用sklearn实现了一次 欢迎批评斧正^ ^（需要numpy pandas基础） 原理 线性回归（linear regression）是一种简单的模型，但受到广泛应用，比如预测商品价格，成本评估等，都可以用一元线性模型。 y(x)叫做一元函数,回归意思就是根据已知数据复原某些值，线性回归（regression）就是用

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：481kb
    • 提供者：weixin_38546846
« 12 3 4 5 6 7 8 9 10 ... 29 »