一种流形学习算法，改正了Isomap不能对非凸流形进行降维的不足，是一种局部等距的降维方法。
上传时间： 2014-11-24
上传用户：siguazgb
基于MATLAB的Som聚类算法程序。SOM是一种通过自组织竞争学习网络实现数据的分类和降维可视化神经网络模型。内附算法的原理说明以及详细的程序调用说明及运算结果。是初学者的很好的入门材料
上传时间： 2016-06-13
上传用户：fanfan2050
卡尔曼降维观测器程序及仿真，适合初学者借鉴学习。给赞哦。
上传时间： 2017-05-02
上传用户：jijunda
简单实现了PCA和LDA降维算法，能够直接导入到matlab中，数据集需要用户自己提供。
上传时间： 2017-05-23
上传用户：datouhou
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
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：
贪心算法 使某些问题时间复杂度降为一维线性
上传时间： 2016-06-18
上传用户：大融融rr
一种通过自组织竞争学习网络实现数据降维和可视化的单层神经网络模型。用此算法可以把输入空间的多维映射到低维的（一维或者二维）的离散网络上，并将保持相同性质的输入数据在映射到低维空间时的拓扑一致性。iris以及letter两个数据集进行分类
上传时间： 2016-09-03
上传用户：Andy123456
基于SoPC的嵌入式二维条码识读系统使用集成在QuartusII中的SoPC Builder开发组件配置生成片上系统,结合降噪处理、背景分离 图像校正、图像二值化、码字识别、信号纠错等技术，处理由OmniVision OV7649 CCD产生的条码图像。
上传时间： 2014-10-31
上传用户：xwd2010
使用基于K-L变换的特征选择方法,使原本4维的特征向量降至3维
上传时间： 2014-11-08
上传用户：253189838
