资源列表
Kaggle_Mercedes_Benz
- kaggle 梅赛德斯奔驰比赛 top 3% 源码(Kaggle Mercedes Benz competition top3 solution)
liblinear-2.0
- Libsvm和Liblinear都是国立台湾大学的Chih-Jen Lin博士开发的，Libsvm主要是用来进行非线性svm 分类器的生成，提出有一段时间了，而Liblinear则是去年才创建的，主要是应对large-scale的data classification，因为linear分类器的训练比非线性分类器的训练计算复杂度要低很多，时间也少很多，而且在large scale data上的性能和非线性的分类器性能相当，所以Liblinear是针对大数据而生的。(Libsvm and Libli
1465707Artificialinteligence
- java red neuronal ajajajaj
89079156MIMO_system
- 简单建立ofdm系统进行ofdm的误码率仿真(Ofdm simulation of bit error rate)
Kaggle_Russian_Housing_Market
- kaggle 俄罗斯房价预测 top2% 解决方案(Kaggle Russian Housing Market price predict top2% solution)
NaiveBayesSpamFilter-master
- 利用朴素贝叶斯算法实现垃圾邮件的过滤，并结合Adaboost改进该算法(spam filter using Adaboost and Navie bayesian)
STBC_MIMO_OFDM
- 这是一个基于空时分组编码的MIMO_OFDM通信系统的仿真设计，在多径信道和高斯白噪声信道里的误码率分析(This is a based on space-time block coding of MIMO_OFDM communication system simulation design, the multipath channel and the analysis of the bit error rate in the white gaussian noise channel)
LT2_2
- 离散时间系统的乘法计算，加法计算以及卷积积分计算(Multiplication calculation, addition calculation and convolution integral calculation of discrete time system)
KCFdemo+vs2017
- 在vs2017上跑KCF追踪器，测试算法性能(run KCF tracker on vs2017)
bd
- 一份很好的布朗算例，由Furio Ercoless编写，适合初学者学习。(A simple example of brown dynamics simulation.)
k-means
- k-means以空间中k个点为中心进行聚类，对最靠近他们的对象归类 c++实现代码(C++ implementation code of k-means)
SVM-分两类
- 可实现数据的分类和预测，共有两种分类方法，两种预测方法(It can realize the classification and prediction of data. There are two kinds of classification methods and two prediction methods)