本章要点 一、神经网络简介 二、MATLAB简介 三、神经网络建模基础 四、利用Microsoft SQL Server22005实践神经网络算法

智能优化算法课程 ML机器学习入门 神经网络基础 智能优化算法-BP神经网络基本原理简介

从谷歌搬运来的，非常好用绘制神经网络结构

简单的ML 符号仿真代码，比较适合于初学者，容易理解.对于懂得OFDM的MATLAB仿真者可以选择其他复杂编码下载

OFDM同步算法关于OFDM同步算法的代码，其中包括基于循环前缀的最大似然估计算法，基于训练序列的同步算法估计，以及训练序列的改进同步算法等等

想要入门机器学习不可错过的资源哦,从编程到机器学习,各个学习方向都非常清洗。

matlab精度检验代码ML_Heart_Disease_Project 内容 先决条件 Matlab版本2018a 统计和机器学习工具箱 神经网络工具箱 可以使用以下内容，但如果不存在，则将其跳过： 并行计算工具箱（用于优化设备的随机森林计算） 深度学习工具箱（需要绘制混淆图） 资料夹 load_heart_csv.m 从当前目录加载包含名为heart.csv的心脏数据的数据文件，并将数据拆分为训练集和测试集，返回训练集和测试集以及cvpartition对象的标签和功能。 该脚本修复了随机种子，因此交叉验证分区以及测试和训练数据的划分是确定性的，以允许可重复性。 探索性数据分析（EDA文件夹） boxpolts.m 生成用于分类预测变量特征的箱线图和显示分类数据频率值的条形图 EDA.ipynb 对数据执行基本的探索性分析，并生成要素之间相关性的热图。 NB调整文件夹 Run_NB_Analysis.m 这是在朴素贝叶斯模型上运行实验的顶级脚本。 该脚本运行贝叶斯优化和网格搜索，以测试正态分布和内核分布并优化所有功能上的内核宽度。 还运行手动网格搜索，其中对连续要素尝试了分布的所有组

ml-1m 数据集 CF系列

用python编写的softmax回归代码，可实现多分类功能，需安装numpy和tensorflow库，tensorflow主要用到mnist手写数字的数据集，如果自备了数据的话可以不安装tensorflow。