BPNet算法是一种最有效的多层神经网络学习方法算法实现分类。包括已实现的代码和训练、测试的数据集。

神经网络学习算法，包括GradientDescent，Momentum，Adagrad，RMSprop，Adam优化方法，matlab程序

adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等），动态GUI显示学习过程、vote过程等

机器学习中比较火的算法-matlab源代码-描述了神经网络的原理

机器学习算法视角

This is a dimension reduction toolbox developed by Laurens van der Maaten(MISS). You are free to use, modify, or redistribute this software in any way you want, but only for non-commercial purposes. This Matlab toolbox implements 32 techniques for dimensionality reduction. These techniques are all available through the COMPUTE_MAPPING function.

lvq学习算法源码（matlab）lvq学习算法源码（matlab）

程序中包含了多种流形学习算法:LLE、Isomap 、Laplacian、HLLE等及实验所用的非线性数据，如Swiss-Roll等；同时程序还为用户提供了界面，可以设置各种参数。程序中也包含了多种经典的模式识别算法，如MDS、PCA。

细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行 准确预测研究。[方法/过程] 提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领 域为例利用主题概率模型识别 WOS 核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取 BP 神经网络、支持向量机及 LSTM 模型等 3 种典型机器学习算法进行预测分析，最后利用 RE 指标和精准度指标评 价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。 [结果/结论] 实 验表明基于 LSTM 模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP 神经网络预测 效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋 势，可为我国学科领域大势研判和架构调整提供决策支持和参考

梯度下降C++的简单实现，没有做优化，包含源码，可执行程序以及测试集、训练集和结果。