myLearn:机器学习算法-源码
myLearn
make:生成可执行文件
demo.sh:调试入口
model.conf:模型参数
从线性到非线性模型
1、线性回归，岭回归，Lasso回归，局部加权线性回归
2、logistic回归，softmax回归，最大熵模型
3、广义线性模型
4、Fisher线性判别和线性感知机
5、三层神经网络
6、支持向量机
统计概率模型
1、高斯判别分析
2、朴素贝叶斯
3、隐马尔可夫模型
4、最大熵马尔科夫模型
5，条件随机场
6，马尔科夫决策过程
树模型
1、决策树 ID3，C4.5，CART
2、随机森林RF
3、Adaboost
4、GBDT
5、XGboost
6、孤立森林（异常检测）
聚类模型
1、层次聚类
2、原型聚类-K-means
3、模型聚类-GMM
4、EM算法-LDA主题模型
5、密度聚类-DBSCAN
6、图聚类-谱聚类
特征工程
1、特征工程
2、特征提取
3、特
文件下载
资源详情
[{"title":"（ 188 个子文件 18.25MB ） myLearn:机器学习算法-源码","children":[{"title":"HMM.cpp <span style='color:#111;'> 7.50KB </span>","children":null,"spread":false},{"title":"MDP.cpp <span style='color:#111;'> 22.07KB </span>","children":null,"spread":false},{"title":"SVD.cpp <span style='color:#111;'> 2B </span>","children":null,"spread":false},{"title":"树模型.pdf <span style='color:#111;'> 1.59MB </span>","children":null,"spread":false},{"title":"DTree.cpp <span style='color:#111;'> 7.94KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 中山大学C++机考试题汇总.pdf
- Python-基于pythondjangoAdminLTE实现的资产管理系统
- 压缩感知 OMP重构一维二维信号matlab仿真
- FBX Importer & Exporter for Unity - $120 自购稀缺Unity资源
- Entity Framework 学习(中文资料初中高级共14篇) pdf格式
- CGAL多面体布尔运算-C++代码+详细说明文档
- STC89C52编程并用Proteus仿真验证
- 电子科技大学《信号与系统》本科课件
- Optimal Filtering 中文版
- 博世GBH180-LI爆炸图
- AES详细源码C语言实现（带注释）
- 修改后的 学生成绩管理系统（php+mysql）
- LBP-DBN人脸识别matlab代码
- Linux C编程从初学到精通》源码
- 华南理工大学操作系统实验：生产者消费者问题
- BP数字识别代码——了解和测试BP神经网络在数字识别上的应用
- 手机客户端UI测试分析
- ImageDeblurGui_.rar
- refman-8.0-en.a4.pdf
- Delphi6 SOAP Web Service程序设计篇.rar
- OSGopenVR工具
- 人机对决火柴棒。人和计算轮流取火柴棒,拿走最后一根者获胜。
- 霍夫检测的算法
- 页面内容滚动加载
- 689个Win7系统自带的高清晰图标
- 输油管道问题算法源程序
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
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