这里和大家分享的几种基础的分类方法，其中包括判别聚类分析、人工神经网络、主成分分析等
上传时间： 2017-02-19
上传用户：sjyy1001
该程序包实现了模式识别中的两个特征提取算法，主成分分析PCA和线性判别分析LDA。采用C++语言编写，开发环境VS。 程序包还提供了两个测试样本文件。
上传时间： 2014-01-05
上传用户：牛布牛
包含间隔偏最小二乘，组合偏最小二乘，和间隔主成分分析
标签：
上传时间： 2014-01-12
上传用户：waitingfy
matlab图像处理工具相，使用了主成分分析，ANN，SVM等方法。
上传时间： 2017-07-23
上传用户：hphh
使用matlab做主成分分析以及核主成分分析的源代码
标签： MATLAB
上传时间： 2015-06-29
上传用户：snadoom
数据预处理方法：主成分分析PCA和白化操作
上传时间： 2017-02-24
上传用户：o溪客o
吴恩达在斯坦福CS229课程上，关于PCA（主成分分析）的学习笔记
标签： PCA
上传时间： 2017-12-06
上传用户：20172017qq
《统计学习方法》李航第二版，机器学习，人工智能必备基础书籍 内容简介：统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank 算法等。本书是统计机器学习及相关课程的教学参考书，适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生，也可供计算机应用等专业的研发人员参考。
上传时间： 2021-09-01
上传用户：wenxiuyu
内容提要第1章 机器学习概1.1 机器学习简介 1.1.1 机器学习简史 1.1.2 机器学习主要流派 1.2 机器学习、人工智1.2.1 什么是人工智能 1.2.2 什么是数据挖掘 1.2.3 机器学习、人工智1.3 典型机器学习应用1.4 机器学习算法 1.5 机器学习的一般流程 第2章 机器学习基本2.1 统计分析2.1.1 统计基础2.1.2 常见概率分布2.1.3 参数估计2.1.4 假设检验2.1.5 线性回归2.1.6 逻辑回归2.1.7 判别分析2.1.8 非线性模型2.2 高维数据降维2.2.1 主成分分析2.2.2 奇异值分解2.2.3 线性判别分析2.2.4 局部线性嵌入2.2.5 拉普拉斯特征映射2.3 特征工程 2.3.1 特征构建2.3.2 特征选择2.3.3 特征提取2.4 模型训练2.4.1 模型训练常见术语2.4.2 训练数据收集 2.5 可视化分析 2.5.1 可视化分析的作用2.5.2 可视化分析方法 2.5.3 可视化分析常用工2.5.4 常见的可视化图表 2.5.5 可视化分析面临的挑战
标签： 机器学习
上传时间： 2022-06-16
上传用户：
用MATLAB进行仿真，模拟在生物化学领域中对物质主成分的分析
上传时间： 2013-12-20
上传用户：nanxia
