课程分享——一课讲透机器学习概率统计，快速打造算法基础核心能力，完整版视频课程下载，附代码。 概率统计是机器学习，人工智能，计算机科学的基石，算法工程师不懂概率统计很难深入应用，本课程专门针对机器学习中的概率统计知识与难题，从数学理论、经典案例到 Python 对概率统计核心功能的实战，带你快速打造算法领域的基础核心能力，打开更广阔的进阶空间。

人工智能-机器学习-改进的Apriori算法在Excel智能考试系统中的应用.pdf

人工智能-机器学习-改进型人工免疫算法的移动机器人路径规划研究.pdf

人工智能-机器学习-改进蚁群算法及其在移动机器人路径规划中的研究.pdf

人工智能-机器学习-改进蚁群算法在机器人路径规划中的应用研究.pdf

人工智能-机器学习-高光谱遥感资源探测算法设计与软件实现.pdf

smo算法优化matlab代码机器学习算法对比 运行代码： 从 GitHub 克隆项目 启动 Matlab 在 Matlab 中，移动到刚刚下载的目录 (cMLA-GitRepo) 为了预处理和转换weka的数据集，移动到数据集目录并运行（F9）转换器（例如：移动到\Datasets\BCIC_3_DS_4a_100hz，运行BCIC_3_DS_4a_converter.m） 要绘制结果（Clustergram 和 Pearson 相关矩阵），请运行 plotresults_new.m 要绘制平均皮尔逊相关矩阵，请在 plotresults_new.m 中删除第 187-248 行的注释符号 要向绘图添加标题，请在 plotresults_new.m 中，从第 156,165,216 行中删除注释符号，并相应地手动重命名第 7 行中的标题。 变更日志： 04.01.2016 - 收尾 LRM 更名为 LR 添加了优化的参数值 删除了 2 个文件夹 添加了用于在傅立叶变换前后绘制示例信号的脚本 05.12.2015 - 大修 更新的图表和结果 13.05.2015 - 更新图表 Clus

【课程简介】 本课程适合所有需要学习机器学习技术的同学，课件内容制作精细，由浅入深，适合入门或进行知识回顾。 本章为该课程的其中一个章节，如有需要可下载全部课程 全套资源下载地址：https://download.csdn.net/download/qq_27595745/85274948 【全部课程列表】 day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础与进阶 共74页.pptx day05-Tensorflow IO操作-队列和线程、文件读取、图片处理 共40页.pptx day06-Tensorflow、人工神经网络、卷积神经网络、图片识别 共65页.pptx day07-CIFAR图像分类 图像识别、分布式会话函数、分布式TensorFlow、推荐系统 共76页.pptx

Python与机器学习教程 机器学习算法课程-HTML网页版教程课件 可直接在浏览器运行 从入门到进阶教程，共3节，数十个章节

1.链表栈队列.pdf 2.字符串.pdf 3.2数组.pdf 3.数组.pdf 4.1树.pdf 4.2树.pdf 4.3树.pdf 4.树.pdf 5.树和图.pdf 6.1排序查找.pdf 6.排序查找.pdf 7.贪心法和动态规划.pdf 8.概率组合数学pdf 9.海量数据.pdf