搜索资源列表
jsjzcyl
- 1． 通过对一个简单模型机的设计与实现,对计算机的基本组成、部件的设计、部件间的连接、微程序控制器的设计、微指令和微程序的编制与调试等过程有更深的了解,加深对理论课程的理解。 2． 熟悉五条机器指令的功能、操作码、字节数、微程序流程图以及计算机各部件的基本功能，熟练掌握计算机内部信息流、数据流的传送。 3． 为其定义五条机器指令，并编写相应的微程序，具体上机调试掌握整机概念。 4． 掌握新增指令及设计机器指令程序转换成十六进
hxxch
- 该程序用以实现机器学习中的常用算法候选消除学习算法，通过实例训练后可以让计算机做出自主相对正确的选择，用以智能处理，也是机器学习的基础算法。算法格式较为标准，思路清晰，易于阅读，且包含部分调试代码，可用于初学者自学-The program to eliminate the learning algorithm, commonly used in machine learning algorithms candidate by the i
ml1
- 使用matlab实现的,基础单变量以及多变量梯度下降算法,和信号分类以及信号归一化部分算法，是机器学习领域最基本的代码，希望大家多多交流-matlab implementation of basic univariate and multivariate gradient descent and signal classification algorithms, machine learning basic code, hope tha
source
- 智能推荐系统属于数据发掘与机器学习相交织的学科。本代码是智能推荐系统中最基础的UCF，ICF和RSVD算法的实现。-Intelligent recommendation system is a data mining and machine learning intertwined disciplines. The code is the most intelligent recommendation system based UCF,
gmms
- matlab中的高斯混合模型代码，机器学习基础学习-Gaussian mixture model matlab code, machine learning based learning
upnaynqe
- 是机器学习的例程，包括最小二乘法、SVM、神经网络、1_k近邻法,是信号处理的基础，使用起来非常方便，从先验概率中采样，计算权重，GPS和INS组合导航程序，代码里有很完整的注释和解释。- Machine learning routines, Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Is the basis o
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学
boyilun
- python 代码，机器学习基础学习，算法。(Python code, machine learning, basic learning, algorithms.)
机器学习基础教程 matlab代码+数据
- 机器学习matlab实现，是机器学习基础教程的程序实现(implementation of Machine learning using matlab, Refference book name is basic course of machine learning program implementation)
KNN
- 机器学习 KNN 算法 基础 KNN分类算法 初学者必学 没有代码说明 代码完整(Machine learning KNN algorithm foundation)
Ch02
- KNN算法的实现,压缩包里包含了数据和代码的实现，pthon2位基础(THE ACHIEVEMENT OF KNN)
4.Python_代码
- 机器学习与数据分析 python算法代码 机器学习基础入门(machine learning and data analysis)
ILearnMachineLearning.py-master
- 这个储存库是我的作品和与数据科学和机器学习相关的项目的集合。在我的脚本中，我主要使用python及其专用的库：pandas、numpy、scipy、sci kit learn、matplotlib、basemap plotly。我还用了一些d3进行数据可视化。我还尝试从sci kit学习库中定制算法实现(This repository is a collection of my works and projects related to
5 机器学习基础
- 深度学习书内部代码，包括解释以及对书中原理代码实现(deep learning basic book flower Book internal code)