搜索资源列表
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下
111-30
- 模式识别相关技术，EM算法简介，EM算法是关于半监督学习的一种技术-Pattern recognition technology, EM algorithm About, EM algorithm is on a semi-supervised learning techniques
ssl_survey
- 关于半监督学习的综述，包括了所有主要方法，比如cotraining算法等等，可以对该领域有一个全面的认识
quick-supervised-learning-throwaway-code-code(Matl
- 监督学习是机器学习中很重要的一种技术,该压缩包中是一个快速监督学习MatLab的实现程序-Supervised learning is very important in machine learning a technique, the compressed package is a fast supervised learning procedures realize the MatLab
kNN_classify
- 近邻分类器，一种经典的非参数，监督学习方法-Neighbor classifier, a classic non-parametric, supervised learning methods
ssSVMToolbox-Bin.win32.win32.x86
- SSSvm， 半监督学习算法，文档在sourceforge上下载-SSSvm, semi-supervised learning algorithm, the document in the sourceforge download
semi01
- 近三年来半监督学习的国外顶级期刊论文，办监督的最新研究成果-Over the past three years semi-supervised learning of foreign top-level journal articles, to do oversight of the latest research results
learning_code
- 无限混合模型的非监督学习算法的例程和MATLAB代码-It s a set of MATLAB m-files implementing the mixture fitting algorithm.It consists of a main MATLAB function and three auxiliary functions.
patternRecognition
- 这系列课件系统地讲述了模式识别的基本理论和基本方法。内容涵盖了贝叶斯决策、概率密度函数的估计、线性判别函数、邻近法则、特征的选择和提取、非监督学习、神经网络、模糊模式识别等。-This series of courseware on a pattern recognition system to the basic theory and basic methods. Covers the Bayesian decision-making
PCA
- 主成份分析，一个最经典的无监督学习算法，也是最常用的线性降维方法-PCA
spider1
- spider，很好用的模式识别工具箱，里面有各种分类工具，从有监督学习到无监督学习，从模型选择到参数选择。而且也将各个方法封装成类，使用方便。-spider, good use of pattern recognition toolbox, there are various classification tools, from supervised learning to unsupervised learning, choose P
active_learning
- 综合了主动学习和半监督学习的多项算法，很有价值的学习资料-Combination of active learning and a number of semi-supervised learning algorithm, learning valuable information
SemiL
- 利用基于图的分类方法， 半监督学习 ，分类软件。-SemiL is efficient software for solving large scale semi-supervised learning or transductive inference problems using graph based approaches.
AL-LGC
- 半监督学习，局部与全局一致学习，标签传播 算法
机器学习梯度下降
- 机器学习监督学习算法，梯度下降、批梯度下降(Machine learning supervised learning algorithms, gradient descent, batch gradient descent.)
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，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等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要
LDA_ FDA_with_tutorial
- LDA降维是常用的降维手段之一，是常用的有监督学习降维工具。这个文件对其产生W后的使用进行了简要说明，使用W进行最终的降维可以得到十分漂亮的分析结果（在数据分布符合假设分析的情况下。）(LDA dimension reduction is one of the commonly used dimensionality reduction methods. It is a commonly used supervised learning
主动半监督K_means聚类算法研究及应用_吕峰.caj
- 基于师生模型实现半监督学习，百万级数据级(Semi supervised learning based on teacher-student model, million data level)
机器学习实战书+源代码
- 机器学习横跨计算机科学、工程科学和统计学等多个学科，需要多学科的专业知识。在需要解释并操作数据的领域都或多或少可以运用到机器学习，通过这本书可以系统地学习基于python语言的机器学习的相关知识(Machine Learning in Action written by Peter Harringto. Machine learning covers many subjects, such as computer science, en
kmeans聚类算法
- kmeans聚类分析，无监督学习实现Matlab代码(Kmeans clustering analysis, unsupervised learning implementation of MATLAB code)