em算法matlab代码-Besaml:几乎没有效率和可扩展的机器学习工具箱

上传者: 38695159 | 上传时间: 2021-05-26 18:03:11 | 文件大小: 7.17MB | 文件类型: ZIP
em算法matlab代码BESAML:几乎没有效率和可扩展的机器学习工具箱 个人机器学习MATLAB工具箱。 算法以简单易读的方式实现。 此代码的一部分是由Andrew Ng的代码启发的。 如果您是来这里寻找深度学习工具箱的,可能只是在美食方面与之相关。 该工具箱的主要用途是教育和研究,根据其名称,我不建议将其用于数据密集型生产环境。 在这种情况下,您可以通过与我联系以获取专业建议。 安装: 使用工具箱之前,运行besaml_setup.m文件。 当前版本: 使用使用期望最大化(EM)拟合的高斯混合模型(GMM)进行数据建模。 多类Softmax回归分类器。 数据集包括: 我包括了一些小的数据集来测试实现的算法。 老忠实Geiser数据集[1,2]。 在中选择的MNIST数据集[3]的子集。 函数fmincg 。 卡尔·爱德华·拉斯穆森(Carl Edward Rasmussen)版权所有(C)2001和2002。 日期2002-02-13。 发展: Besaml正在开发中,欢迎任何评论。 参考: [1] Hardle, W. (1991) Smoothing Techniques w

文件下载

资源详情

[{"title":"( 16 个子文件 7.17MB ) em算法matlab代码-Besaml:几乎没有效率和可扩展的机器学习工具箱","children":[{"title":"Besaml-master","children":[{"title":"besaml_setup.m <span style='color:#111;'> 207B </span>","children":null,"spread":false},{"title":"softmaxreg","children":[{"title":"predictLogReg.m <span style='color:#111;'> 445B </span>","children":null,"spread":false},{"title":"lrCostFunction.m <span style='color:#111;'> 740B </span>","children":null,"spread":false},{"title":"trainLogReg.m <span style='color:#111;'> 382B </span>","children":null,"spread":false}],"spread":true},{"title":"dataset","children":[{"title":"faithful.dat <span style='color:#111;'> 6.45KB </span>","children":null,"spread":false},{"title":"mini_mnist.mat <span style='color:#111;'> 7.16MB </span>","children":null,"spread":false}],"spread":true},{"title":"demo_gmm.m <span style='color:#111;'> 638B </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"utils","children":[{"title":"train_test_split.m <span style='color:#111;'> 345B </span>","children":null,"spread":false},{"title":"fmincg.m <span style='color:#111;'> 8.54KB </span>","children":null,"spread":false},{"title":"compute_confusion.m <span style='color:#111;'> 303B </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.82KB </span>","children":null,"spread":false},{"title":"gmm","children":[{"title":"fitgmm_em.m <span style='color:#111;'> 1.55KB </span>","children":null,"spread":false},{"title":"plot_gmm.m <span style='color:#111;'> 729B </span>","children":null,"spread":false}],"spread":true},{"title":".gitattributes <span style='color:#111;'> 394B </span>","children":null,"spread":false},{"title":"demo_multiclass.m <span style='color:#111;'> 877B </span>","children":null,"spread":false}],"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