入侵侦测系统 我已经尝试了IDS 2017数据集的一些机器学习和深度学习算法。 数据集的链接位于： : 。 通过将星期一作为训练集，并将其余csv文件作为测试集，我尝试了一种SVM和深度CNN模型来检查其工作原理。 在这里，星期一数据集仅包含常规数据，其余时间包含常规数据和受攻击数据。

机器学习算法中自然语言处理常用数据集(新闻数据集news.csv)及jieba_dict字典、停用词等相关文件，包括以下文件 data/news.csv jieba_dict/dict.txt.big jieba_dict/stopwords.txt jieba_dict/stopwords_s.txt

03_案例三：K-Means算法和Mini Batch K-Means算法效果评估.ipynb6.85 kB3 分钟前 02_案例二：K-Means算法和Mini Batch K-Means算法比较.ipynb227 kB3 分钟前 01_案例一：K-Means算法聚类.ipynb

我就是想学习算法.rar 可以提升编程能力

基于SoC深度学习算法的图像识别的设计与实现.pdf

AI 发展日新月异 , 既单一最强 AI AlphaGo 划时代诞生后 , 通用 AI 也呼之欲出 , 而 AlphaZero 的横空出世 , 证明了通用 AI 这条路的可行性 . 从这一刻起 , 人类历史或将被改写 !

myLearn make:生成可执行文件 demo.sh:调试入口 model.conf:模型参数 从线性到非线性模型 1、线性回归，岭回归，Lasso回归，局部加权线性回归 2、logistic回归，softmax回归，最大熵模型 3、广义线性模型 4、Fisher线性判别和线性感知机 5、三层神经网络 6、支持向量机 统计概率模型 1、高斯判别分析 2、朴素贝叶斯 3、隐马尔可夫模型 4、最大熵马尔科夫模型 5，条件随机场 6，马尔科夫决策过程 树模型 1、决策树 ID3，C4.5，CART 2、随机森林RF 3、Adaboost 4、GBDT 5、XGboost 6、孤立森林（异常检测） 聚类模型 1、层次聚类 2、原型聚类-K-means 3、模型聚类-GMM 4、EM算法-LDA主题模型 5、密度聚类-DBSCAN 6、图聚类-谱聚类 特征工程 1、特征工程 2、特征提取 3、特

机器学习算法之KNN 2、KNN案例：鸢尾花数据分类

可以用来做回归

PyTorch实现的强化学习算法集