本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/ 非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习 （聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/ 方差理 论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何 运用学习算法构建智能机器人（感知，控制），文本的理解（W eb 搜 索，反垃圾邮件），计 算机视觉，医疗信息，音频，数据挖掘，和其他领域。 本课程需要 1 0 周 共 1 8 节 课，
上传时间： 2017-07-28
上传用户：xiaoyuerer
基于科技文献的数据挖掘与分析应用研究论文
标签： 资源
上传时间： 2018-04-29
上传用户：dasenlin1111
《统计学习方法》是2012年清华大学出版社出版的图书，作者是李航。本书全面系统地介绍了统计学习的主要方法，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，也可供从事计算机应用相关专业的研发人员参考。
标签： 统计 NLP Data Science
上传时间： 2018-12-05
上传用户：hhhijk
支持向量机理论知识补充，所用函数详细介绍
上传时间： 2021-02-16
上传用户：
《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
Python是数据分析的首*语言，而网络中的数据和信息很多，如何从中获取需要的数据和信息呢？简单、直接的方法就是用爬虫技术来解决。本书是一本教初学者学习如何爬取网络数据和信息的入门读物。书中不仅有Python的相关内容，而且还有数据处理和数据挖掘等方面的内容。本书内容非常实用，讲解时穿插了22个爬虫实战案例，可以大大提高读者的实际动手能力。本书共分12章，核心主题包括Python零基础语法入门、爬虫原理和网页构造、第*个爬虫程序、正则表达式、Lxml库与Xpath语法、使用API、数据库存储、多进程爬虫、异步加载、表单交互与模拟登录、Selenium模拟浏览器、Scrapy爬虫框架。此外，书中通过一些典型爬虫案例，讲解了有经纬信息的地图图表和词云的制作方法，让读者体验数据背后的乐趣。本书适合爬虫技术初学者、爱好者及高等院校的相关学生，也适合数据爬虫工程师作为参考读物，同时也适合各大Python数据分析的培训机构作为教材使用。详解网络爬虫的原理、工具、框架和方法，内容新，实战案例多详解从简单网页到异步加载网页，从简单存储到数据库存储，从简单爬虫到框架爬虫等技术22个网络爬虫综合实战案例、30个网站信息提取、2500余行代码详解爬虫的3大方法：正则表达式、BeautifulSoup 4库和Lxml库详解爬取数据的4大存储方式：TXT、CSV、MongoDB和MySQL详解Scrapy爬虫框架的安装、项目创建、文件使用及爬取数据的存储
上传时间： 2022-05-22
上传用户：
课件和源码36 深度学习项目实战3.zip - 796.00MB35 深度学习项目实战2.zip - 655.43MB34 深度学习项目实战.zip - 641.96MB33 深度学习必备原理与实战4.zip - 524.97MB32 深度学习必备原理与实战3.zip - 776.87MB31 深度学习必备原理与实战2.zip - 527.14MB30 深度学习必备原理与实战.zip - 320.50MB29 数据挖掘篇.zip - 1.16GB28 机器学习提升篇.zip - 1.03GB27 机器学习入门篇2.zip - 969.96MB26 机器学习入门篇.zip - 374.32MB25 Python网络爬虫.zip - 12.92GB24 数据结构和算法.zip - 2.51GB
标签： python
上传时间： 2022-06-05
上传用户：
C算法(第一卷)-带目录.pdfC语言数值算法程序大全（第二版）.pdfC语言经典算法大全.pdfff6f5d529e875d2bec2713adc98d25b477aa8a63.pdfIntroduction to Algorithms(3rd Edition).pdfMATLAB语言常用算法程序集.pdfNetflix Prize中的协同过滤算法.pdfp范数正则化支持向量机分类算法_刘建伟.pdf[数据结构与算法分析C.描述].(美国)Mark.Allen.Weiss.扫描版.pdf[程序语言的奥妙：算法解读（四色全彩）].(杉浦贤).李克秋.扫描版.pdf《算法导论(原书第3版)》.pdf【爱生活的程序员-气宗】算法导论（第三版）.pdf【算法（第4版）迷你书】.pdf一种基于灰度变换的红外图像增强算法.pdf一种改进的支持向量机的文本分类算法.pdf一种静态图像压缩编码算法的改进.pdf个性化搜索引擎推荐算法研究.pdf分布式计算——原理、算法和系统.pdf十五个经典算法研究与总结、目录+索引by_July (1).pdf十五个经典算法研究与总结、目录+索引by_July.pdf十大滤波算法程序大全（Arduino精编无错版） - Powered by Discuz!.pdf图论及其算法.pdf基于模拟退火与遗传算法结合的神经网络图像分割.pdf大数据算法.PDF嵌入式系统软件设计中的常用算法 （周航慈 清晰.pdf支持向量机通俗导论（理解SVM的三层境界） - 结构之法 算法之道 - 博客频道 - CSDN.pdf支持向量机：理论、算法与拓展.pdf改进的基于DCT的自适应水印算法(重要).pdf数学建模MATLAB算法大全.pdf数学建模竞赛中应当掌握的十类算法.pdf数据挖掘十大算法(英).pdf数据结构与算法分析 C++描述(高清非扫描).pdf最优化理论与算法(第2版).pdf机器学习十大算法(9)：朴素贝叶斯.pdf算法 英文版第4版 Robert Sedgewick .pdf.pdf算法(algorithm)手写代码必备手册(C++版).pdf算法导论(CLRS)笔记.p...
标签： 算法
上传时间： 2022-06-06
上传用户：
|- 数据科学速查表 - 0 B|- 迁移学习实战 - 0 B|- 零起点Python机器学习快速入门 - 0 B|- 《深度学习入门：基于Python的理论与实现》高清中文版PDF+源代码 - 0 B|- 《Python生物信息学数据管理》中文版PDF+英文版PDF+源代码 - 0 B|- 《Python深度学习》2018中文版pdf+英文版pdf+源代码 - 0 B|- 《Python编程：从入门到实践》中文版+源代码 - 0 B|- stanford machine learning - 0 B|- Python语言程序设计2018版电子教案 - 0 B|- Python网络编程第三版 （原版+中文版+源代码） - 0 B|- Python机器学习实践指南（中文版带书签）、原书代码、数据集 - 0 B|- python官方文档 - 0 B|- Python编程(第4版 套装上下册) - 0 B|- PyQt5快速开发与实战（pdf+源码） - 0 B|- linux - 0 B|- 征服PYTHON-语言基础与典型应用.pdf - 67.40 MB|- 与孩子一起学编程_中文版_详细书签.pdf - 69.10 MB|- 用Python做科学计算.pdf - 6.10 MB|- 用Python写网络爬虫.pdf - 9.90 MB|- 用Python进行自然语言处理(中文翻译NLTK).pdf - 4.40 MB|- 像计算机科学家那样思考 Python中文版第二版.pdf - 712.00 kB|- 网络爬虫－Python和数据分析.pdf - 6.90 MB|- 图解机器学习.pdf - 59.40 MB|- 凸优化.pdf - 5.70 MB|- 数据挖掘导论.pdf - 2.50 MB|- 数据科学入门.pdf - 13.30 MB|- 数据结构与算法__Python语言描述_裘宗燕编著_北京：机械工业出版社_，_2016.01_P346.pdf - 74.30 MB|- 神经网络与深度学习.pdf - 92.60 MB|- 深入Python3...
标签： python
上传时间： 2022-06-06
上传用户：
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：
