仓库为2024年西南交通大学机器学习实验报告和代码记录.zip

上传者: 51320133 | 上传时间: 2025-04-02 10:15:33 | 文件大小: 71.93MB | 文件类型: ZIP
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

文件下载

资源详情

[{"title":"( 28 个子文件 71.93MB ) 仓库为2024年西南交通大学机器学习实验报告和代码记录.zip","children":[{"title":"content","children":[{"title":"机器学习第7次实验-朴素贝叶斯(第11周).rar <span style='color:#111;'> 6.82MB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"2021112240-郭帆-实验2.rar <span style='color:#111;'> 1.29MB </span>","children":null,"spread":false},{"title":"exp2","children":[{"title":"2021112240-郭帆-实验2-question2.py <span style='color:#111;'> 3.10KB </span>","children":null,"spread":false},{"title":"2021112240-郭帆-实验2.pdf <span style='color:#111;'> 1.28MB </span>","children":null,"spread":false},{"title":"2021112240-郭帆-实验2-question1.py <span style='color:#111;'> 3.23KB </span>","children":null,"spread":false},{"title":"2021112240-郭帆-实验2.docx <span style='color:#111;'> 90.99KB </span>","children":null,"spread":false},{"title":"readme.md <span style='color:#111;'> 8B </span>","children":null,"spread":false},{"title":"2021112240-郭帆-实验2-question1.txt <span style='color:#111;'> 3.23KB </span>","children":null,"spread":false},{"title":"2021112240-郭帆-实验2-question2.txt <span style='color:#111;'> 3.10KB </span>","children":null,"spread":false}],"spread":true},{"title":"机器学习第4次实验-决策树(第8周).rar <span style='color:#111;'> 7.32MB </span>","children":null,"spread":false},{"title":"机器学习第1次实验-模型评估(第5周).rar <span style='color:#111;'> 7.10MB </span>","children":null,"spread":false},{"title":"机器学习第2次实验-线性回归(第6周).rar <span style='color:#111;'> 604.03KB </span>","children":null,"spread":false},{"title":"机器学习第8次实验-Boosting集成学习(第13周).rar <span style='color:#111;'> 740.72KB </span>","children":null,"spread":false},{"title":"机器学习第5次实验-神经网络(第9周).rar <span style='color:#111;'> 22.87MB </span>","children":null,"spread":false},{"title":"机器学习第10次实验-聚类算法(第15周).rar <span style='color:#111;'> 2.34MB </span>","children":null,"spread":false},{"title":"机器学习第9次实验-Bagging集成学习(第14周).rar <span style='color:#111;'> 15.27MB </span>","children":null,"spread":false},{"title":"2021112204-郭帆-实验1.rar <span style='color:#111;'> 273.51KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 3.01KB </span>","children":null,"spread":false},{"title":"exp1","children":[{"title":"2021112204-郭帆-实验1-question2.txt <span style='color:#111;'> 3.77KB </span>","children":null,"spread":false},{"title":"readme.md <span style='color:#111;'> 8B </span>","children":null,"spread":false},{"title":"2021112204-郭帆-实验1.docx <span style='color:#111;'> 33.79KB </span>","children":null,"spread":false},{"title":"2021112204-郭帆-实验1-question1.py <span style='color:#111;'> 2.01KB </span>","children":null,"spread":false},{"title":"2021112204-郭帆-实验1-question1.txt <span style='color:#111;'> 2.01KB </span>","children":null,"spread":false},{"title":"2021112204-郭帆-实验1.pdf <span style='color:#111;'> 246.81KB </span>","children":null,"spread":false},{"title":"2021112204-郭帆-实验1-question2.py <span style='color:#111;'> 3.76KB </span>","children":null,"spread":false}],"spread":false},{"title":"README.md <span style='color:#111;'> 195B </span>","children":null,"spread":false},{"title":"机器学习第6次实验-支持向量机(第10周).rar <span style='color:#111;'> 6.81MB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明