搜索资源列表
mlclass-ex1_complete
- 机器学习算法实现使用octave语言，初级简单练习，斯坦福大学在线课程-Machine learning algorithm using octave language, primary simple exercise, Stanford university online courses
fann-2.1.0beta
- Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子和关于如何使用本库的建议的参考手册，本库也有
libsvm-2.89
- 是一種線性方成的分類器。SVM透過統計的方式將雜亂的資料以NN的方式分成兩類，以便處理。LIBLINEAR is a linear classifier for data with millions of instances and features. It supports L2-regularized logistic regression (LR), L2-loss linear SVM, and L1-loss linear SVM. -Main features of LIBLINEA
liblinear-1.7
- 用于解决机器学习中分类问题，里面包含python，matlab和octave的接口及示例。-LIBLINEAR is a simple package for solving large-scale regularized linear classification.
FANN-2.2.0-Source
- FANN 2.20 Source code.Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子
mlclass-ex1-005
- 斯坦福机器学习公开课第一次作业代码,matlab或者octave-Stanford open class machine learning code first job
ex1
- 机器学习－1、线性回归 开发环境是Octave-Programming Exercise 1: Linear Regression Machine Learning
ex2
- 机器学习－2、多标度分类和神经网络初步 开发环境Octave-Programming Exercise 2: Multi-class Classi cation and Neural Networks Machine Learning
ex3
- 机器学习 3、正则化的线性回归 开发环境Octave-Programming Exercise 3: Regularized Linear Regression and Bias v.s. Variance Machine Learning
ex4
- 机器学习 4、支持向量机 开发环境Octave-Programming Exercise 4: Support Vector Machines Machine Learning
ex5
- 机器学习 5、k - means聚类 开发环境Octave-Programming Exercise 5: K-means Clustering and Principal Component Analysis Machine Learning
ex1--finished
- 吴恩达机器学习第一个编程练习,使用octave语言练习。(Coursea---meachine learning)
ex2--finished
- 吴恩达机器学习第二个编程练习,使用octave语言练习。(Coursea--meachine learning!)
ex3--finished
- 吴恩达机器学习第一个编程练习,使用octave语言练习。(Coursea---machine learning!)