本集合包含下列组件: Visual Basic Virtual Machine(5.1) Visual Basic Virtual Machine(6.0) Microsoft C Runtime Library(7.0) rncert Visual Studio Microsoft C Runtime Library(7.10) Microsoft Visual C++2005 SP1(8061187) Microsoft Visul C++2008 SP1(90307297523 Microsoft Visual C++2010 SP110040219.473 Microsoft Microsoft Visual C++2012 4(110611351 Microsoft Visual C++2013 (12040664) Microsoft Visual C++2017(1420.27404) Visual Studio 2010 Tools For Office Runtime Microsoft Universal C Runtime (10.0.10586.9

用于sklearn和TensorFlow的学习，暂时没有中文版，内容详细，代码可用

伊维斯 ivis算法的实现，如论文中描述。 Ivis被设计为使用在三胞胎上训练的暹罗神经网络来减少非常大的数据集的维数。 支持无监督和受监督模式。 安装 Ivis在TensorFlow之上运行。 要从运行在CPU TensorFlow软件包上的PyPi安装最新的ivis版本，请运行： # TensorFlow 2 packages require a pip version >19.0. pip install --upgrade pip pip install ivis[cpu] 如果您已安装CUDA，并且希望ivis使用tensorflow-gpu软件包，请运行 pip install

很好的ML入门资料-CS229课程，Stanford Universtiy Machine LearningCS229(含学习笔记和原始讲义)，很不错，分享给大家

第二版介绍了各种各样的机器学习和深度学习算法和技术，通过现实应用加强。这本书通俗易懂，不证明定理，也不详述数学理论。我们的目标是在直观的层次上呈现主题，并有足够的细节来阐明底层的概念。这本书深入地涵盖了核心的经典机器学习主题，包括隐藏马尔可夫模型(HMM)，支持向量机(SVM)和聚类。其他机器学习主题包括k-最近邻(k-NN)、boosting、随机森林和线性判别分析(LDA)。基本的深度学习主题的反向传播，卷积神经网络(CNN)，多层感知器(MLP)，和循环神经网络(RNN)的深度覆盖。此外，还提出了一系列先进的深度学习架构，包括长短期记忆(LSTM)、生成对抗网络(GAN)、极限学习机(ELM)、残差网络(ResNet)、深度信任网络(DBN)、变形Transformers 双向编码器表示(BERT)和Word2Vec。最后，讨论了一些前沿的深度学习主题，包括退出正则化、注意力、可解释性和对抗性攻击。书中的大多数例子都来自信息安全领域，其中很多机器学习和深度学习应用都集中在恶意软件上。本文提供的应用程序通过说明在简单的场景中使用各种学习技术来揭开主题的神秘面纱。本书中的一些练习需要

因此，情商是智力的一个非常重要的方面； 机器智能需要包含情商。 在这一领域已经进行了深入的研究，以使机器能够理解人类的情绪状态。 非语言交流是人类之间的主要表达方式，它由手势、面部表情等组成。面部表情可能具有欺骗性，一个人可能会通过使用面部表情来假装他/她的情绪状态。 生理信号可以与面部表情结合使用来检测行为谎言。 自动化此任务至关重要。 在本文中，我们调查了利用机器学习和生理信号来检测行为谎言的各种技术。 识别强大的生理信号，产生准确的结果，有助于识别个人的情绪状态。 调查还旨在识别生理信号的类型和用于情感分类的分类算法的组合。

python machine learning 中文版

1.ppt of machine learning 2.materail for perparing the two test and final test 3.the solution for experiment set and assignment

Coursera作业 该存储库旨在帮助在学习过程中遇到困难的Coursera学习者。 测验和编程作业属于Coursera，请不要将其用于任何其他目的。 如有任何问题，请随时与我联系，我的电子邮件是 。 经济学院专业化高级机器学习 深度学习导论 Python数据科学导论 Python中的应用机器学习 大数据导论 大数据建模与管理系统 大数据交互与处理 文字检索和搜索引擎 文本挖掘和分析 数据挖掘中的模式发现 数据挖掘中的聚类分析 数据科学家的工具箱 R编程 获取和清理数据 算法工具箱 数据结构 图上的算法 字符串算法 神经网络与深度学习 改善深度神经网络的超参数调整，正则化和优化 构建机器学习项

Profitcy Machine Edition软件操作说明