C++算术四则运算，随机数种子，除法整除，减法第一位大，统计所答题目各个运算正确率，输入一个非int字符退出随机答题并统计当前正确率
2022-12-15 11:20:17
21KB
1
qt_04_QtPaintDevice.rar 练习绘图设备的dome文件，建议配文档进行观看
2022-12-15 09:22:31
142KB
1
此 MATLAB 练习说明了使用每个样本的 B 位范围对语音样本进行均匀量化的过程，并显示选定比特率下的未量化信号、量化信号和误差信号以及信号和误差功率密度图频谱，以及量化误差信号的直方图。
2022-12-14 22:29:42
3.54MB
1
Java基础入门第三版——黑马练习题
第 1 章 Java 开发入门，第 2 章 Java 编程基础，第 3 章 面向对象（上） ，第 4 章 面向对象（下），第 5 章 异常 ，第 6 章 Java API ，第 7 章 集合类，第 8 章 泛型，第 9 章 反射，第 10 章 IO（输入输出） ，第 11 章 JDBC，第 12 章 多线程，第 13 章 网络编程
2022-12-14 17:35:42
1.06MB
1
svm算法手写matlab代码机器学习
大家好，
我上传了我的机器学习在线课程作业，该课程由斯坦福大学的Andrew
NJ教授教授。
所有代码都可以由MATLAB
/
Octave（4.4.0或更高版本）运行，并且为了提供有关每种练习的更多信息，需要准备一个文档文件。
最好先阅读一下并熟悉功能。
只需要运行以“
exNUM.m”命名的主函数，例如ex5.m
以下是每个练习的简要信息：
HW1：线性回归。
在本练习中，我实现了线性回归方法，并看到了它在样本数据上的工作原理。
硬件2：逻辑回归。
在练习的第一部分，我建立了一个逻辑回归模型来预测学生是否被大学录取。
我使用线性决策边界对数据进行分类。
在练习的第二部分中，我实施了正则逻辑回归，以预测来自制造工厂的微芯片是否通过质量保证（QA）。
使用非线性决策边界和正则项。
HW3：神经网络的多类分类和实际使用。
在练习的第一部分中，我使用了逻辑回归的先前实现，并将其应用于“一对多”分类以识别手写数字（从0到9）。
最后，我获得了95％的训练集准确性。
在练习的下一部分中，我使用MPL神经网络库完成了先前的任务，令人惊讶的是准确性达到了97
2022-12-14 16:02:56
28.95MB
1
自己做的三维图形旋转练习,由于本人数学一窍不通,所以难免有些尴尬....欢迎大家指点批评
2022-12-13 15:00:22
47KB
1
我创建此类可零索引的数组纯粹是作为一个有趣的 OOP 练习，以回应各种新闻组线程询问有关 MATLAB 的可零索引矩阵类型。 尽管我已经不厌其烦地为类重载了许多方法，但我将它作为一个玩具提供，仅此而已，并强烈敦促您不要将它用于任何严肃的事情。
用法： A=零基(B) 其中 B 是一个普通的 MATLAB 矩阵会将 B 转换为 A，这正是相同，除了它是基于 0 的索引而不是基于 1 的索引。 例 1： >>A=ZeroBased(rand(3)) 一 = 0.7922 0.0357 0.6787 0.9595 0.8491 0.7577 0.6557 0.9340 0.7431 >>A(0,2) 回答= 0.6787 例 2： 它适用于稀疏矩阵，甚至会在命令行中显示使用基于零的索引显示语法，例如， >> A=ZeroBased(speye(3)) 一 = (0,0) 1 (1,1) 1
2022-12-12 16:14:14
4KB
1