搜索资源列表
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。
p271-das.pdf
- 谷歌推荐算法论文，根据点击量进行推荐，十分经典，值得学习。(Google News Personalization: Scalable Online Collaborative Filtering)
机器学习论文TOP20
- 近期机器学习论文最顶级的20篇论文，大家可以下载学习。(Recent machine learning papers top 20 papers, you can download learning.)
布谷鸟算法（CS）Matlab
- 布谷鸟算法的应用，在论文，机器学习，自然语言处理等方面有着极大的应用(The application of the cuckoo algorithm, There are great applications in paper, machine learning, Natural Language Processing, etc.)
☆室内定位用RVM算法
- 相关向量机的应用论文,使用相关向量机的机器学习方法应用于室内定位(Paper about applying RVM into indoor potioning)
1
- 机器学习应用到毫米波和MIMO方面的论文，附带matlab程序！(Machine learning inspired energy-efficient hybrid precoding for mmWave massive MIMO systems)