搜索资源列表
LSA-Tutorial
- 潜在语义分析（LSA）的专题网页，是学习的好资料，内含实例源码。-Latent Semantic Analysis (LSA) of the special web page is a good learning information, including source code examples.
quanpu-quanxipu
- 对机械设备的振动信号进行全谱分析与全息谱分析对比，并画出轨心轨迹-关闭翻译英语中文德语检测语言 中文(简体)英语日语 翻译文字或网页 对机械设备的振动信号进行全谱分析与全息谱分析对比，并画出轨心轨迹 请键入文字或网站地址，或者上传文档。 取消 Duì jīxiè shèbèi de zhèndòng xìnhào jìnxíng quán pǔ fēnxī yǔ quánxí pǔ fēnxī duìbǐ, bìng huà chūguǐ xīn guǐjīMach
MLkNN
- ML-KNN，这是来自传统的K-近邻（KNN）算法。详细地，为每一个看不见的实例中，首先确定了训练集中的k近邻。之后，基于从标签集获得的统计信息。这些相邻的实例，即属于每个可能类的相邻实例的数量，最大后验（MAP）原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究，即酵母基因功能分析、自然场景分类和网页自动分类，表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo
dangdang
- 运用python正则表达式分析网页（图书信息）(Using regular expressions to analyze web pages (book information))
机器学习与数据挖掘方法和应用
- 本书分为5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘(The book is divided into 5 parts, 18 chapters, a
贝叶斯方法 -概率编程与贝叶斯推断 zip
- Probabilistic Programming and Bayesian Methods for Hackers是一本写给开发者的关于贝叶斯方法和概率问题的免费开源书。贝叶斯方法的用途十分广泛，在经济学上能找出一堆的例子。而在IT行业，机器学习是非常典型的一个应用。而机器学习也是本书作者写本书的一个重要的理由。 本书选择了Python作为编程语言，这一点都不奇怪，Python在科研和数据分析上的应用是非常方便和普遍的，比如大名鼎鼎的Numpy等。作者在本书中使用另一个库PyMC，它依赖
文本分类
- 于潜在语义分析的网页文本分类研究,基于拉推策略的基本思想，该文提出了文本分类的增量学习模型ICCDP。