Herbert S. WilfDepartment of MathematicsUniversity of PennsylvaniaPhiladelphia, Pennsylvania

逻辑回归算法matlab伪代码统计_分析_代码 机器学习和数据挖掘的各种算法的 Matlab、Pyhton 和 C++ 实现。这些是作为我的研究生课程（云计算、机器学习、SMAI）的要求而实现的。 其中一些算法是： 聚类 凝聚聚类 (AgglomerativeClustering.m) K 均值聚类 (KMeanClustering.m) K-Mean with FFP (KMeanFFP.m) K-mean FFP 和 PCA (KmeanFFP_PCA.m) Kmean_FFP_Fisher (Kmean_FFP_Fisher.mm) 软 K 均值 (SoftKMeans.m) 球面 K 均值 (SpehricalKMeans.m) 高斯混合模型 (GMM.cpp) 分类 贝叶斯分类器.m 各种分类器（Classifier.py、Implement_classifier.py、Dataset.py） 单样本感知器学习（固定 eta） 批量感知器学习（变量eta） 单样本弛豫（可变 eta） 批量松弛学习（变量eta） 使用伪逆的 MSE 使用 LMS 程序的 MSE 验证组合 1

熊猫 介绍 pandastable库为Tkinter提供了具有绘图和数据处理功能的表小部件。 它使用pandas DataFrame类存储表数据。 Pandas是一个开源Python库，提供高性能的数据结构和数据分析工具。 Tkinter是python的标准GUI工具包。 它旨在用于以下用途： 适用于希望在其应用程序中包含可以存储和处理大量数据的表的python / tkinter GUI开发人员 适用于不熟悉Python或pandas API并希望使用随附的DataExplore应用程序来操纵/查看其数据的非程序员 这对于希望对表格数据进行初始交互查看而无需编码的数据分析人员和程序员可能也很有用。 使用这些类的DataExplore应用程序包含在分发中，并且是用于教育和研究用途的独立应用程序。 当前，这侧重于提供类似于电子表格的界面以用于可配置2D / 3D绘图的表格操作。 Win

组织病理学检测 创建了一种算法，以识别从较大的数字病理扫描中获取的小图像斑块中的转移癌。 该比赛的数据是对PatchCamelyon（PCam）基准数据集的略微修改版本 动机 乳腺癌的临床诊断最好通过活检来实现。 病理学家通过在显微镜下手动检查组织切片来进行诊断。 但是，传统的诊断系统需要专业知识，只有经验丰富的病理学家才能准确地确定肿瘤组织。 当前，在印度的各个农村地区，人们无法获得良好的医疗保健设施。 另外，农村地区没有新的先进设备，因此甚至有可能无法正确诊断患者。 农村地区医疗状况不佳的主要原因之一是缺乏经验丰富的医生。 数据集 该研究使用的数据集是PatchCamelyon（PCam）[21]，[22]的略微修改版本。由于其概率抽样，原始PCam数据集包含重复图像，但是此版本不包含重复图像。 该数据集是开源的，可以从（ ）下载。 数据集包含超过220K张RGB图像，尺寸为96x

Complex Analysis by Elias M. Stein：较新的研究生级别的单变量复分析教材；

结构动力学模态分析经典教程 适合入门，基本概念讲解很全面

Classify the sentiment of sentences from the Rotten Tomatoes dataset 文件train.tsv test.tsv 有网可以自己下https://www.kaggle.com/c/sentiment-analysis-on-movie-reviews

奇异频谱分析 用于执行奇异频谱分析（SSA）的软件包 简单用法 下面的示例创建了一个具有两个强烈季节性成分的模拟信号。 主要输入函数是analyze(y,L) ，该函数返回趋势和季节成分。 y是要分解的信号， L是要用于内部嵌入的窗口长度。 using SingularSpectrumAnalysis, Plots # generate some data L = 20 # Window length K = 100 N = K * L; # number of datapoints t = 1 : N; # Time vector T = 20 ; # period of main oscillation y

Sentiment-Analysis:情感分析系统，用于分析用户评论是积极还是消极。其中使用了逻辑回归函数，决策树，支持向量机，神经网络等不同的模型进行训练

matlab股票预测代码股票市场分析 MATLAB 代码分析一家公司的股票价格并预测收盘价。 用于预测收盘价的算法有： (a) 卡尔曼滤波器 (b) 卡尔曼多元线性回归 用于分析股票趋势的算法 (c) 布林带 (d)。 Chaikin 振荡器输出 - 1. 图表显示股票收盘价的预测值和实际值以及布林带 2. Chaikin 振荡器图表 3. 卡尔曼和 MLR 滤波器的预测准确率 ----------- -------------------------------------------------- ---------------------- stock_analysis.zip 文件包含以下内容 - 1. 代码 (a)stock_analysis.m (b).kalman1.m (c) bollinger.m (d)multiple_linear_regress.market (e)。 chaikin.m (f).ma_filter.m 2. 数据 - 2 个 .mat 文件，包含股票的开盘价、收盘价、最高价、最低价和成交量 (a) comp_1.mat 和 (b)comp_2.