对于类别不平衡的loss函数

包含北航，中科院，国科大等机器学习期末试题，部分有答案。

极限学习机matlab源码及对应几篇重要文献，对学习人工智能的朋友很有价值！里面有matlab测试源代码和测试数据，非常好用，可用于分类和回归，速度很快。我用9030*1569的数据训练和测试12秒即有结果。

深度学习Caffe框架实战剖析教程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN），本教程以目前已经大量用于线上系统的深度学习主流框架Caffe为例，从底层开始，由浅入深，先是概述Caffe框架，说明其和深度学习的关系，然后讲解并演示 Caffe的配置、部署、使用，接着讲解了Caffe的基本数据结构，然后通过大量的阅读Caffe源码理解其精髓，加强对深度学习理论的理解，终达到熟练运用 Caffe 解决实际问题的目的。

：钙钛矿材料由于在各领域具有广泛的应用前景而备受材料学家的关注，对其各种物理化学性能的研究一 直是材料领域研究的热点。本文建立随机森林(Random forest，RF)、岭回归(Ridge regression，RR)、以及基于径 向基核函数和线性核函数的支持向量回归(Support vector regression，SVR)等 4 种机器学习算法的预测模型

基于BP神经网络的疾病症状预测模型.pdf

深度学习Caffe框架实战剖析教程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN） 课程收益 目标一. 了解Caffe框架的环境配置以及LEVELDB和LMDB数据。 目标二. 学习并且掌握Caffe框架最基础的数据结构，明白其各结构之间的关系。 目标三. 阅读明白Caffe框架的源码，特别是其入口程序也就是Caffe.cpp的源码理解，这样可以熟悉Caffe程序运行流程。 目标四. 明白Caffe最优化求解过程，重点是求解器，以及求解器的实现等等。

机器学习 深度学习 pytorch tensorflow 贝叶斯 神经网络 算法

关于梯度下降与逻辑回归，我在之前的文章中已经写过了公式推导，本文中将用python代码进行实现并做简单的实验 机器学习入门 — 梯度下降原理 机器学习入门 — 逻辑回归算法 案例概述 在这里我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。此大学会根据两次考试的结果来决定每个申请人的录取机会。大学里有以前的申请人的历史数据，可以用它作为逻辑回归的训练集。对于每一个学生例子，有两个考试的申请人的分数和录取决定。为了做到这一点，我们将建立一个分类模型，根据考试成绩估计入学概率。 数据准备 import os path = 'data' + os.sep + 'LogiReg_data.txt

keras_contrib包，下载后直接按照如下安装 1.解压 2.cmd环境下进入解压位置 3. cd keras-contrib python setup.py install