搜索资源列表
weka-3-3-5
- own Java code. WEKA 是一个机器学习运算法则，它是为解决真实世界中的数据问题。它用java写成并且几乎可以在任何平台上运行。运算法则能够被直接应用到数据集上或者从你自己的java 码中调用。-own Java code. WEKA is a machine learning algorithms, it is to solve the real-world data. Using java can be written in almost any platform. Algor
fenleisuanfa.tar
- 常用机器学习算法,java编写源代码,内含常用分类算法,包括说明文档-used machine learning algorithm, the preparation of java source code that contains commonly used classification algorithms, including documentation,
76
- GAUSS分布导引，PDF格式 对学习数据挖掘、机器学习、人工神经网络很有帮助-CLASS distribution guidance, in PDF format for learning data mining, machine learning, artificial neural network helpful
EM-algorithm-of-Matlab-source
- EM算法的Matlab源码 EM算法是机器学习中一个很重要的算法，即期望最大化算法，主要包括以下两个步骤： E步骤：estimate the expected values M步骤：re-estimate parameters-EM algorithm of Matlab source EM algorithm is the machine learning a very important algorithm, which maximize algorithm, mainly
k_means
- k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-In statistics and machine learning, k-means clustering is a method of cluster analysis which aims to partition n observations into
Kode-Program-Algoritma-Nearest-Neighbor
- In pattern recognition, the k-nearest neighbor algorithm (k-NN) is a method for classifying objects based on closest training examples in the feature space. k-NN is a type of instance-based learning, or lazy learning where the function is only approx
Machine
- 由正则表达式生成有限自动机,显示有限自动机的状态和动作等，方便学习有限自动机课程。-By regular expressions to generate a finite automaton states and actions of finite automata, to facilitate learning finite automata courses.
em
- 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。 -In the statistical calculations, the maximum expected (EM) algorithm parameter maximum likelihood estimate
Mathematical-modeling
- 主要是基于matlab编程的机器学习的各种算法的实现，对补补基础很好-Matlab programming machine learning algorithm, Bubu basis of good
nowozin2012infogain
- machine learning paper
FCMClust
- 模糊聚类分析作为无监督机器学习的主要技术之一，是用模糊理论对重要数据分析和建模的方法，建立了样本类属的不确定性描述，能比较客观地反映现实世界，它已经有效地应用在大规模数据分析、数据挖掘、矢量量化、图像分割、模式识别等领域，具有重要的理论与实际应用价值，随着应用的深入发展，模糊聚类算法的研究不断丰富-Unsupervised fuzzy clustering analysis as the main machine learning techniques is the use of fuzzy t
id3-algorithm
- Machine learning id3 tree algorithm implementation
DataSet
- 这是在机器学习、人工智能、数据挖掘中经常用到的数据集，聚类分析也经常用，包括：UCI的数据集wine,yeast,iris等，还有USPS数据集，4k2_far,leuk72_3k数据集等。-This is in machine learning, artificial intelligence, data mining frequently used data sets, cluster analysis are often used, including: UCI datasets wine
RLS2
- rls自适应算法程序在机器学习中的应用，上机试过了有用的-rls adaptive algorithm in machine learning, machine tried useful
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个变形是二分K-均值聚类算法，该算法首先将所有点作为一个簇，然
Machine-Learning-Implementations
- machine learning with matlab
task
- Python入门练习,Question 2: buyLotsOfFruit function Add a buyLotsOfFruit(orderList) function to buyLotsOfFruit.py which takes a list of (fruit,pound) tuples and returns the cost of your list. If there is some fruit in the list which doesn t appear in
MachineLearning_Andrew Ng 2
- machine learning Andrew Ng
Machine-Learning-Example-MATLAB-master
- machine learning for image processing
支持向量机（Support Vector Machine, SVM）
- 支持向量机（support vector machine，SVM）是由Cortes和Vapnik在1995年提出的，由于其在文本分类和高维数据中强大的性能，很快就成为机器学习的主流技术，并直接掀起了“统计学习”在2000年前后的高潮，是迄今为止使用的最广的学习算法。(Support vector machine (support vector machine, SVM) is proposed by Cortes and Vapnik in 1995, because of its powerf