Much has been written concerning the manner in which healthcare is changing, with a particular emphasis on how very large quantities of data are now being routinely collected during the routine care of patients. The use of machine learning meth- ods to turn these ever-growing quantities of data into interventions that can improve patient outcomes seems as if it should be an obvious path to take. However, the field of machine learning in healthcare is still in its infancy. This book, kindly supported by the Institution of Engineering andTechnology, aims to provide a “snap- shot” of the state of current research at the interface between machine learning and healthcare.
标签： Technologies Healthcare Learning Machine
上传时间： 2020-06-10
上传用户：shancjb
Machine learning is about designing algorithms that automatically extract valuable information from data. The emphasis here is on “automatic”, i.e., machine learning is concerned about general-purpose methodologies that can be applied to many datasets, while producing something that is mean- ingful. There are three concepts that are at the core of machine learning: data, a model, and learning.
上传时间： 2020-06-10
上传用户：shancjb
Learning Python 第5版电子版书籍，正规版本，不是扫描的哦，关于这本书的内容不解释了，懂Python的应该知道，很不错的一本书，不过非常考验英文水平。
标签： python
上传时间： 2022-07-02
上传用户：xsr1983
图像配准理论及算法研究.pdf cnn_tutorial.pdf Deep Learning（深度学习）学习笔记整理.pdf 00.神经⽹络与深度学习.pdf deep learning.pdf 深度学习方法及应用PDF高清晰完整版.pdf 斯坦福大学-深度学习基础教程.pdf 深度学习基础教程.pdf deep+learning.pdf 深度学习 中文版 ---文字版.pdf 神经网络与机器学习（原书第3版）.pdf
上传时间： 2013-06-07
上传用户：eeworm
h.264文档学习，参考资料，比较全，内容新-h.264 document learning
标签： 264
上传时间： 2013-08-04
上传用户：czl10052678
VC入门学习指导，看了一下觉得有必要推荐一下，需要的话可以下来看看！-Introduction to VC learning guide
标签： VC
上传时间： 2013-06-21
上传用户：bakdesec
·【作 者】Ayala, Kenneth J. [同作者作品] 【出 版 社】 Thomson Learning 【书 号】 140186158X 【出版日期】 2005 年7月 【页 码】 412 本书全面论述8051系列的微控制器的内部结构、指令系统、寻址方式、存储分配以及与各种实际外围器件的接口技术
标签： nbsp Microcontroller Embedded Assembly
上传时间： 2013-04-24
上传用户：zhengzg
The DSP Design Flow workshop provides an introduction to the advanced tools you need to design and implement DSP algorithms targeting FPGAs. This intermediate workshop in implementing DSP functions focuses on learning how to use System Generator for DSP,
标签： workshop provides Design Flow
上传时间： 2013-09-02
上传用户：joheace
本课题主要研究对象为数字预失真技术中的功放模型的建立及数字预失真算法的研究。功放的数学模型主要分为无记忆模型和记忆模型，分析了不同模型的参数估计的方法。针对以往常见的模型反转数字预失真算法，课题分析并使用了新颖的间接学习(indirect learning)数字预失真算法，从而有效避免了无法对功放模型进行求逆的缺陷，并在此架构下仿真了不同功放模型的参数估计对于数字预失真效果的影响。针对WCDMA移动通信基站系统中使用的宽带功率放大器，使用ADS和MATLAB软件联合仿真的形式来评估整个DPD系统的性能并使用实际功放进行了测试。
上传时间： 2013-10-12
上传用户：问题问题
提出了一种改进的LSM-ALSM子空间模式识别方法，将LSM的旋转策略引入ALSM，使子空间之间互不关联的情况得到改善，提高了ALSM对相似样本的区分能力。讨论中以性能函数代替经验函数来确定拒识规则的参数，实现了识别率、误识率与拒识率之间的最佳平衡；通过对有限字符集的实验结果表明，LSM-ALSM算法有效地改善了分类器的识别率和可靠性。关 键 词 学习子空间; 性能函数; 散布矩阵; 最小描述长度在子空间模式识别方法中，一个线性子空间代表一个模式类别，该子空间由反映类别本质的一组特征矢量张成，分类器根据输入样本在各子空间上的投影长度将其归为相应的类别。典型的子空间算法有以下三种[1, 2]：CLAFIC(Class-feature Information Compression)算法以相关矩阵的部分特征向量来构造子空间，实现了特征信息的压缩，但对样本的利用为一次性，不能根据分类结果进行调整和学习，对样本信息的利用不充分；学习子空间方法(Leaning Subspace Method, LSM)通过旋转子空间来拉大样本所属类别与最近邻类别的距离，以此提高分类能力，但对样本的训练顺序敏感，同一样本训练的顺序不同对子空间构造的影响就不同；平均学习子空间算法(Averaged Learning Subspace Method, ALSM)是在迭代训练过程中，用错误分类的样本去调整散布矩阵，训练结果与样本输入顺序无关，所有样本平均参与训练，其不足之处是各模式的子空间之间相互独立。针对以上问题，本文提出一种改进的子空间模式识别方法。子空间模式识别的基本原理1.1 子空间的分类规则子空间模式识别方法的每一类别由一个子空间表示，子空间分类器的基本分类规则是按矢量在各子空间上的投影长度大小，将样本归类到最大长度所对应的类别，在类x()iω的子空间上投影长度的平方为()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函数称为分类函数；为子空间基矢量。两类的分类情况如图1所示。
上传时间： 2013-12-25
上传用户：熊少锋
