资源列表
神经网络
- MATLAB语言编写的神经网络，，可以用于仿真预测(The neural network written in MATLAB language can be used for simulation prediction)
casForest-master
- 这是一个级联森林算法，主要用于机器学习，深度学习的使用(This is a cascaded forest algorithm, mainly used for machine learning, deep learning)
Auto Cash Generator V1.0
- Auto Cash Generator V1.0
遗传算法
- 文件中包括遗传算法的代码及视频教学，适合初级学习算法的相关人员。
robot-plan-master
- 使用python实现遗传算法实现机器人路径规划，有仿真实现路径。(Using Python to realize the genetic algorithm to realize the robot path planning, there is simulation to realize the path)
道格拉斯普克抽稀算法
- 道格拉斯-普克抽稀算法python实现。用于空间数据抽稀。(Douglas-Puck thinning algorithm implemented in python. Used for thinning spatial data.)
Demo_FDnCNN_Color
- 用于图像去噪的matalb代码，残差学习，深度学习，层数为17层(denoising Matalb code for image denoising, residual learning, deep learning, the number of layers is 17)
python基础数据分析实例
- 假设要分析的数据包括属性age。数据元组的年龄值为（按递增顺序）13、15、16、19、20、20、21、22、22、25、25、25、25、25、30、33、35、35、35、36、40、45、46、52、70。另外，假设一家医院用上述年龄属性对所选样本受试者的年龄和体脂数据进行测试，得到结果，并执行下列操作： 1、将上述数据保存在逗号分隔值文件中。 2、将逗号分隔值文件中的数据读入R中的变量。 3、年龄和脂肪百分比的平均、中等和标准差是多少？ 4、这个时代的模式是什么？评论数据的形式（即双峰
Python机器学习基础教程(完整电子版)
- 本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。(This book is an introduction to machine learning, introduced in Python langua
matlab复杂网络功能包
- 复杂网络的matlab实现，包含各类算法与程序(Matlab implementation of complex network)
上网时间
- 现有大学校园网的日志数据，290条大学生的校园网使用情况数据，数据包括用户ID，设备的MAC地址，IP地址，开始上网时间，停止上网时间，上网时长，校园网套餐等。 利用已有数据，分析学生上网的模式。(The existing university campus network log data, 290 university students' campus network usage data, including user ID, MAC address of equipment, IP ad
code
- 利用神经网络模型对目标变量进行回归预测，快速，高效，可调参。(Using neural network model to predict the target variables, fast, efficient, adjustable parameters.)