搜索资源列表
SVDPP
- Python实现SVD++， Python实现SVD++， - Python implementation SVD++, Python implementation SVD++, Python implementation SVD++,
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
recommender-master
- 基于多种算法的推荐系统python实现，其中包括了SVD、聚类分析等多种热门算法，并且有很强的可扩展性(A recommender system based on several kinds of algorithms, written in python)
SVD++
- 简单的SVD基于movielens的开发python程序(this is a simple SVD write by python base on movielens dataset)
wooflix.tar
- https://gustavonarea.net/blog/posts/korens-svd-python-implementation/(Koren's SVD++ Python Implementation)
fast-rcnn-master
- Fast R-CNN是在R-CNN的基础上进行的改进，大致框架是一致的。总体而言，Fast R-CNN相对于R-CNN而言，主要提出了三个改进策略： 1. 提出了RoIPooling，避免了对提取的region proposals进行缩放到224x224，然后经过pre-trained CNN进行检测的步骤，加速了整个网络的learning与inference过程，这个是巨大的改进，并且RoIPooling是可导的，因此使得整个网络可以实现end-to-end learning，这个可以认为是