极限学习机算法（ELM），运用Matlab实现ELM建模，进行回归分析，运用训练集训练，对预测集进行预测

榆树构建库 用于从 Haskell 中将 Elm 编译为 JavaScript 的库 该库提供运行时和模板 Haskell 函数，让您可以使用多模块 Elm 程序并将它们编译为 JavaScript。 这样做的主要目标是允许 Elm 用作 Haskell 服务器或 Web 应用程序的前端。 该库独立于任何特定框架，因此它应该与 Yesod、Snap、Happstack、Scotty 等一起使用。 你可以在上找到这个包。 ＃＃例子 编译为单个 JS 文件 import Language.Elm.Build mainSource = " module Main where \n x=3 " fooSource = " module Foo where \n x=3 " myJS :: String myJS = compileAndLinkAll [mainSource, fooSour

CUFP 教程 CUFP 2014 上 Elm 教程的练习题。 设置 克隆这个 repo，导航到cufp-tutorial/todo ，编译Todo.elm ，然后启动 Elm Reactor： git clone https://github.com/evancz/cufp-tutorial.git cd cufp-tutorial cd todo elm-get install elm --make --only-js Todo.elm cd .. elm-reactor 现在您可以在您最喜欢的编辑器中编辑todo/Todo.elm并在使用时间旅行调试器。

程序可用，自带训练和测试数据集，每个模块是单独编，可读性强，利用率高。

ELM极限学习机，MATLAB源码 可用于回归预测 可直接运行，内含数据集 附代码解释，方便阅读、修改以及学习

请引用 Nuha、Hilal H.、Adil Balghonaim、Bo Liu、Mohamed Mohandes、Mohamed Deriche 和 Faramarz Fekri。 “用于地震数据压缩的带有极限学习机的深度神经网络。” 阿拉伯科学与工程杂志 45，没有。 3 (2020)：1367-1377。 Kasun、Liyanaarachchi Lekamalage Chamara、Hongming Zhou、Guang-Bin Huang 和 Chi Man Vong。 “使用极限学习机进行大数据的表征学习。” IEEE 智能系统 28，没有。 6 (2013): 31-34。

ELM--matlab代码（包含完整例子）.rar

react-elm 前言 之前学习vue的时候, 就学习过bailicangdu大神的vue2-elm项目.最近在学习完react基础,想找一个实战项目来练手深入了解react, 就打算用react重写vue2-elm,后端数据还是用vue2-elm,实在没有经历撸后端(感谢bailicangdu). 该项目是饿了吗, 目前开发了登录、注册、购物车、商品展示、用户信息等,算一个比较完整的项目,这个项目比较复杂,这也是我选这个项目的原因 技术栈 react4 + react-redux + react-router + es6 + axios + sass + webpack 说明 觉得对你有帮助,请点右上角的Star支持一下 bailicangdu大神的项目地址 推荐一下我的另一个项目“用console.log看vue源码” 项目运行 node >= 6.0 git clone git

加权ELM 二元问题的加权 ELM 代码 W. Zong, G.-B. Huang 和 Y. Chen，“用于不平衡学习的加权极限学习机”，神经计算，卷。 101，第 229-242 页，2013 年。

逐步线性回归能较好地克服多重共线性现象的发生,因此逐步回归分析是探索多变量关系的最常用的分析方法,智能算法是现代数据分析的主要方法。本文通过一个实例进行了对比研究,预测结果显示:在预测的精度上,在隐含层数目相同时,RBF径向神经网络>BP神经网络>逐步线性回归>ELM极限学习机。通过对比分析,发现神经网络方法较回归分析预测效果更好,误差相对较小。