isodata的matlab代码博客-ML-DL:机器学习与深度学习笔记、练习、公式推导

上传者: 38617196 | 上传时间: 2022-09-16 11:29:07 | 文件大小: 373KB | 文件类型: ZIP
isodata的matlab代码博客 ML-DL Machine learning and deep learning notes, practice, formula derivation. 这个项目是我的学习笔记,内容还在完善中。如果遇到图片无法显示,可以下载后查看。 目录 数学基础 机器学习 该部分以《视觉机器学习二20讲》为主线,扩展内容增加公式推导步骤。 K-means K-means++ 算法 ISODATA 算法 Kernel K-means 二分K-means聚类 回归学习 线性回归模型 多项式回归模型 主成分回归模型 自回归模型 核回归模型 决策树学习 ID3 算法 C4.5 算法 SLIQ 算法 SPRINT 算法 贝叶斯学习 朴素贝叶斯模型 层级贝叶斯模型 增广贝叶斯学习模型 基于Boosting技术的朴素贝叶斯模型 贝叶斯神经网络模型 EM算法 EM算法的快速计算 未知分布函数$P_i(y_i)$的选取 EM算法收敛性的改进 梯度提升算法 Boosting Adaboost SVM 软间隔 硬间隔 核技巧 SMO算法 深度学习 反向传播 正则化 优化求解算法 卷

文件下载

资源详情

[{"title":"( 25 个子文件 373KB ) isodata的matlab代码博客-ML-DL:机器学习与深度学习笔记、练习、公式推导","children":[{"title":"ML-DL-master","children":[{"title":".gitignore <span style='color:#111;'> 68B </span>","children":null,"spread":false},{"title":"data","children":[{"title":"irisdata.txt <span style='color:#111;'> 4.61KB </span>","children":null,"spread":false}],"spread":true},{"title":"线性模型","children":[{"title":"对数几率回归.ipynb <span style='color:#111;'> 6.54KB </span>","children":null,"spread":false},{"title":"线性模型.ipynb <span style='color:#111;'> 17.85KB </span>","children":null,"spread":false},{"title":"img","children":[{"title":"1.jpg <span style='color:#111;'> 14.82KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"kNN","children":[{"title":"k-nearest+neighbor+introduce.md <span style='color:#111;'> 4.99KB </span>","children":null,"spread":false},{"title":"k-nearest+neighbor+implement.md <span style='color:#111;'> 10.46KB </span>","children":null,"spread":false},{"title":"code","children":[{"title":"irisdata.txt <span style='color:#111;'> 4.61KB </span>","children":null,"spread":false},{"title":"kNN.py <span style='color:#111;'> 4.04KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 14.86KB </span>","children":null,"spread":false},{"title":"k-nearest neighbor introduce.ipynb <span style='color:#111;'> 7.86KB </span>","children":null,"spread":false},{"title":"k-nearest neighbor implement.ipynb <span style='color:#111;'> 14.50KB </span>","children":null,"spread":false},{"title":"img","children":[{"title":"P1.png <span style='color:#111;'> 53.69KB </span>","children":null,"spread":false},{"title":"l23.png <span style='color:#111;'> 6.13KB </span>","children":null,"spread":false},{"title":"l13.png <span style='color:#111;'> 6.23KB </span>","children":null,"spread":false},{"title":"l22.png <span style='color:#111;'> 3.60KB </span>","children":null,"spread":false},{"title":"l11.png <span style='color:#111;'> 1.41KB </span>","children":null,"spread":false},{"title":"l12.png <span style='color:#111;'> 1.62KB </span>","children":null,"spread":false},{"title":"l15.png <span style='color:#111;'> 698B </span>","children":null,"spread":false},{"title":"l14.png <span style='color:#111;'> 622B </span>","children":null,"spread":false},{"title":"l21.gif <span style='color:#111;'> 4.52KB </span>","children":null,"spread":false},{"title":"P2.png <span style='color:#111;'> 248.12KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.71KB </span>","children":null,"spread":false},{"title":"math","children":[{"title":"线性代数.ipynb <span style='color:#111;'> 72B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 577B </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"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