虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

模式识别 机器学习

  • 机器学习赵卫东董亮

    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:

  • Python机器学习及实践从零开始通往Kaggle竞赛之路

    经典书籍Python机器学习及实践从零开始通往Kaggle竞赛之路,高清晰PDF版本

    标签: python 机器学习

    上传时间: 2022-06-20

    上传用户:

  • Python机器学习——预测分析核心算法

    Python机器学习——预测分析核心算法机器学习入门书籍

    标签: python 机器学习

    上传时间: 2022-07-06

    上传用户:

  • 精通VisualC++数字图像模式识别技术及工程实践PDF及源码

    精通VisualC++数字图像模式识别技术及工程实践(第二版)PDF -- 张宏林编 人民邮电出版社 第1章 绪论 第2章 模式识别中的基本决策方法 第3章 常用的模型和算法介绍 第4章 常用搜索算法 第5章 联机字符识别 第6章 脱机字符识别 第7章 在线签名鉴定 第8章 离线签名鉴定 第9章 人脸的检测与定位 第10章 车牌识别技术 第11章 印章识别 第12章 图像的纹理分析方法

    标签: Visual C++ 数字图像模式识别技术

    上传时间: 2022-07-09

    上传用户:

  • 机器学习numpy和pandas等常用模块库入门

    机器学习numpy和pandas基础,包含了matplotlib等模块库的基本使用,是机器学习快速入门利器。

    标签: 机器 numpy pandas

    上传时间: 2022-07-23

    上传用户:

  • 神经网络与机器学习 Simon_Haykin,原书第三版,高清中文pdf,机器学习教材

    该资源为机器学习使用的教材,供学习神经网络的算法的人使用

    标签: 机器 神经网络

    上传时间: 2022-08-09

    上传用户:ttalli

  • C、C++、汇编、Python、数据结构、机器学习等编程电子书合集,5.6G

    大概117份编程中文书籍资料,5.65G。 包含: 数据结构与算法 其他 逆向 机器学习 汇编 Python C++ C语言

    标签: 电力工程 电气设计

    上传时间: 2013-04-15

    上传用户:eeworm

  • 《统计学习基础 数据挖掘推理与预测》中文版.pdf

    统计学习基础:数据挖掘、推理与预测介绍了这些领域的一些重要概念。尽管应用的是统计学方法,但强调的是概念,而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛,从有指导的学习(预测)到无指导的学习,应有尽有。包括神经网络、支持向量机、分类树和提升等主题,是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战,这导致了统计学领域新工具的发展,并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础,但常常用不同的术语来表达。【内容推荐】《统计学习基础:数据挖掘、推理与预测》试图将学习领域中许多重要的新思想汇集在一起,并且在统计学的框架下解释它们。随着计算机和信息时代的到来,统计问题的规模和复杂性都有了急剧增加。数据存储、组织和检索领域的挑战导致一个新领域“数据挖掘”的产生。数据挖掘是一个多学科交叉领域,涉及数据库技术、机器学习、统计学、神经网络、模式识别、知识库、信息提取、高性能计算等诸多领域,并在工业、商务、财经、通信、医疗卫生、生物工程、科学等众多行业得到了广泛的应用。【作者简介】Trevor Hastie,Robert Tibshirani和Jerome Friedman都是斯坦福大学统计学教授,并在这个领域做出了杰出的贡献。Hastie和Tibshirani提出了广义和加法模型,并出版专著“Generalized Additive Models”。Hastie的主要研究领域为:非参数回归和分类、统计计算以及生物信息学、医学和工业的特殊数据挖掘问题。他提出主曲线和主曲面的概念,并用S-PLUS编写了大量统计建模软件。Tibshirani的主要研究领域为:应用统计学、生物统计学和机器学习。他提出了套索的概念,还是“An Introduction to the Bootstrap”一书的作者之一。Friedman是CART、MARS和投影寻踪等数据挖掘工具的发明人之一。他不仅是位统计学家,而且是物理学家和计算机科学家,先后在物理学、计算机科学和统计学的一流杂志上表发论文80余篇。

    标签: 统计

    上传时间: 2022-05-04

    上传用户:

  • 学习OpenCV(中文版)和源码

    计算机视觉是图像处理的基础,OPENCV是一个开源的计算机视觉库。它为图像处理,模式识别,三维重建,物体跟踪,机器学习提供各种各样的算法。资源包括文档和源码

    标签: opencv

    上传时间: 2022-05-22

    上传用户:

  • 机器视觉检测方案分享

    机器视觉系统主要功能包括:尺寸测量、瑕疵检测、色差检测、模式识别、定位检测、方向检测、颗粒计数、圆周检测、气密性检测、条码识别、二维码识别、图像智能学习识别等功能;机器视觉可以取代人工,在线检测。

    标签: 机器视觉 在线检测设备 尺寸测量仪 瑕疵检测仪 色差仪 视觉定位

    上传时间: 2022-07-24

    上传用户: