搜索资源列表
BMDCP
- 突变分为如下主要的几种:均值突变(最常见)、方差突变、线性回归突变(也称趋势突变)、概率突变、空间型突变、谱突变、模型参数突变,等等。贝叶斯突变检测属于概率突变检测方法,其特点是能给出突变点的概率分布图。-Mutations are divided into the following main categories: the mean mutation (the most common), variance mutation, linear regression mutation (also
sf1847
- 数据挖掘建模工具,轻易实现BP神经网络、RBF神经网络、灰色系统、决策树、决策表、贝叶斯、懒惰算法、支持向量机、K均值聚类、Apriori关联规则、HotSpot关联规则、回归分析、指数平滑、季节移动平均及组合等算法建模。-Data mining modeling tools, easy to achieve BP neural network, RBF neural network, gray system, decision tree, decision table, Bayesian, l
Sparse-Bayesian-Learning-and-rvm
- 稀疏贝叶斯学习和相关向量回归,大家可以看一下,人工智能中的应用-Relevance vector machine, new applications in the field of artificial intelligence, I hope you look at...
ml-py
- 机器学习算法(kNN、逻辑回归、线性回归、朴素贝叶斯)python实现。-machine learning by python
python-code-for-Machine-learning
- 用于机器学习的全方位python代码,包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据:回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
knn_logistic_naiveBayes
- 统计机器学习经典分类算法MATLAB代码,付数据集。包括knn算法,逻辑斯蒂回归和朴素贝叶斯算法。-Classical statistical machine learning classification algorithm MATLAB code, pay dataset. Including knn algorithm, logistic regression and naive Bayes algorithm.
DBN-master
- 动态贝叶斯网络(Dynamic Bayesian Network, DBN),是一个随着毗邻时间步骤把不同变量联系起来的贝叶斯网络。这通常被叫做“两个时间片”的贝叶斯网络,因为DBN在任意时间点T,变量的值可以从内在的回归量和直接先验值(time T-1)计算。(Dynamic Bayesian Network (DBN) is a Bayesian network that links different variables with adjacency time steps. This is
naive_bayes
- 朴素贝叶斯算法分类及回归,附带训练集和测试集,可以评测正确率和输出预测文件(Classification and regression of naive Bayes algorithm, incidental training set and test set can evaluate the correct rate and output prediction file.)
李航_统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。(The statistical learning method is an important subject in the field of computer and its application.)
bayesian_regression
- 贝叶斯回归是一个很好的回归模型。相对与其他模型,贝叶斯回归可以避免因为模型过简单或者过复杂而产生的拟合不足和过拟合的问题。(Bayesian Regression is a good regression model. Compared with other models, Bayesian Regression can avoid the problems of Under-fitting and Over-fitting resulting from the simple or too co
MLInActionCode-master
- 机器学习实战的源代码集合,第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具(Machine learning combat source code collection