搜索资源列表
lecture07-090330
- Vapnik-Cheervonenkis (VC) Dimension Support Vector Machines SVM Applications Committee machines PAC Learning Boosting “No Free Lunch” Theorem-Vapnik-Cheervonenkis (VC) Dimension
SVM
- 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力[14]（或称泛化能力）。 -SVM is based on statistical learning theory and the theory of VC dimension based on structural risk minimization pr
SVM
- 本书介绍的支持向量机方法，是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力 。-This book introduces the support vector machine method is based on statistical learning theory, VC dimension and structural risk mi
svm
- python语言写的SVm分类器，自己写的，完全可用！-python language written SVm classifier, write your own, completely free!
Matlab_SVM
- SVM实现数据分类，可自行选取核函数，用于图像分割操作。程序可自动训练分类平面。-SVM for data classification, are free to select the kernel function，For image segmentation operation. The program can automatically train classifiers plane.
libsvm-2.9
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件包可在http://www.csie.ntu.edu.tw/~cjlin/免费获得。该软
SVM-neural-networks-
- SVM神经网络中的参数优化 -如何更好的提升分类器的性能 绝对可以无错运行-SVM neural network classifier parameter optimization performance improvement - how to better the absolute can be error free operation
SOMShenJingWangluoFenLei
- SVM神经网络中的参数优化 -如何更好的提升分类器的性能 绝对可以无错运行-SVM neural network classifier parameter optimization performance improvement - how to better the absolute can be error free operation
covartech-PRT-2a07a56
- The Pattern Recognition Toolbox (PRT) for MATLAB (tm) is a framework of pattern recognition and machine learning tools that are powerful, expressive, and easy to use. Create a data set your data (X ~ N x F) and labels (Y ~ N x 1): ds = prtDataS