機(jī)器學(xué)習(xí)經(jīng)典書籍，李航教授的統(tǒng)計(jì)學(xué)習(xí)方法，值得推薦！
資源簡介：機(jī)器學(xué)習(xí)經(jīng)典書籍，李航教授的統(tǒng)計(jì)學(xué)習(xí)方法，值得推薦！
上傳時間： 2018-09-17
上傳用戶：jk_ccxz
資源簡介：《統(tǒng)計(jì)學(xué)習(xí)方法》李航第二版，機(jī)器學(xué)習(xí)，人工智能必備基礎(chǔ)書籍 內(nèi)容簡介：統(tǒng)計(jì)學(xué)習(xí)方法即機(jī)器學(xué)習(xí)方法，是計(jì)算機(jī)及其應(yīng)用領(lǐng)域的一門重要學(xué)科。本書分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩篇，全面系統(tǒng)地介紹了統(tǒng)計(jì)學(xué)習(xí)的主要方法。包括感知機(jī)、k近鄰法、樸素貝葉斯法...
上傳時間： 2021-09-01
上傳用戶：wenxiuyu
資源簡介：《統(tǒng)計(jì)學(xué)習(xí)方法》是2012年清華大學(xué)出版社出版的圖書，作者是李航。本書全面系統(tǒng)地介紹了統(tǒng)計(jì)學(xué)習(xí)的主要方法，適用于高等院校文本數(shù)據(jù)挖掘、信息檢索及自然語言處理等專業(yè)的大學(xué)生、研究生，也可供從事計(jì)算機(jī)應(yīng)用相關(guān)專業(yè)的研發(fā)人員參考。
上傳時間： 2018-12-05
上傳用戶：hhhijk
資源簡介：SVM分類器的實(shí)現(xiàn)原碼,SVM是一類基于統(tǒng)計(jì)學(xué)習(xí)理論的模式識別方法
上傳時間： 2013-12-24
上傳用戶：我干你啊
資源簡介：《模式識別》統(tǒng)計(jì)學(xué)習(xí)理論及其核心方法講座
上傳時間： 2013-12-21
上傳用戶：royzhangsz
資源簡介：支持向量機(jī)作為統(tǒng)計(jì)學(xué)習(xí)理論的實(shí)現(xiàn)方法，能很好地解決非線性和高維數(shù)問題，克服了神經(jīng)網(wǎng)絡(luò)方法收斂慢、解不穩(wěn)定、推廣性差的缺點(diǎn)，近年來得到了廣泛地研究，在模式識別、信號處理、控制、通訊等方面得到了廣泛地應(yīng)用。
上傳時間： 2017-04-01
上傳用戶：zhangyigenius
資源簡介：：將基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)方法引入到測井資料處理和解釋中。在測井巖性識別方面研 究發(fā)現(xiàn)，支持向量機(jī)方法克服了神經(jīng)網(wǎng)絡(luò)的固有缺陷，提供了一種識別巖性的新方法。應(yīng)用效果表明 該方法具有適應(yīng)性強(qiáng)、識別精度高的優(yōu)點(diǎn)
上傳時間： 2014-07-30
上傳用戶：sclyutian
資源簡介：統(tǒng)計(jì)機(jī)器學(xué)習(xí)非常經(jīng)典的一本書，值得好好研究一下，里面包含了傳統(tǒng)機(jī)器學(xué)習(xí)的方法
上傳時間： 2019-09-01
上傳用戶：hgbest
資源簡介：本附件為機(jī)器學(xué)習(xí)的經(jīng)典入門教材。 書比較薄，卻覆蓋了基本的機(jī)器學(xué)習(xí) 中用到的統(tǒng)計(jì)知識。不過需要一定的 數(shù)學(xué)功底
上傳時間： 2015-04-11
上傳用戶：dongshu
資源簡介：統(tǒng)計(jì)學(xué)習(xí)基礎(chǔ):數(shù)據(jù)挖掘、推理與預(yù)測介紹了這些領(lǐng)域的一些重要概念。盡管應(yīng)用的是統(tǒng)計(jì)學(xué)方法，但強(qiáng)調(diào)的是概念，而不是數(shù)學(xué)。許多例子附以彩圖。《統(tǒng)計(jì)學(xué)習(xí)基礎(chǔ):數(shù)據(jù)挖掘、推理與預(yù)測》內(nèi)容廣泛，從有指導(dǎo)的學(xué)習(xí)（預(yù)測）到無指導(dǎo)的學(xué)習(xí)，應(yīng)有盡有。包括神經(jīng)網(wǎng)絡(luò)...
上傳時間： 2022-05-04
上傳用戶：
資源簡介：圖書－電子技術(shù)學(xué)習(xí)方法和分析思路輕松入門，很不錯的一本書，對電路分析很有用的。
上傳時間： 2013-05-16
上傳用戶：lixinxiang
資源簡介：一種電子技術(shù)學(xué)習(xí)方法的介紹，很經(jīng)典的一本資料。歡迎大家下載！
上傳時間： 2013-08-02
上傳用戶：歸海惜雪
資源簡介：模擬電子電路的一點(diǎn)學(xué)習(xí)方法，版主一研兩發(fā)分享的資料，非常不錯，值得一看~！
上傳時間： 2013-05-18
上傳用戶：JANEM
資源簡介：模擬電路的一點(diǎn)學(xué)習(xí)方法
上傳時間： 2013-11-04
上傳用戶：wdq1111
資源簡介：很好的資料，自己的學(xué)習(xí)方法與感悟
上傳時間： 2013-10-31
上傳用戶：zm7516678
資源簡介：嵌入式學(xué)習(xí)方法。
上傳時間： 2013-11-12
上傳用戶：chongchongsunnan
資源簡介：關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)
上傳時間： 2015-01-12
上傳用戶：黑漆漆
資源簡介：使用具有增量學(xué)習(xí)的監(jiān)控式學(xué)習(xí)方法。包括幾個不同的分類算法。
上傳時間： 2014-10-13
上傳用戶：h886166
資源簡介：java 實(shí)現(xiàn)的2.5D地圖,地圖小,但是可以學(xué)習(xí)方法
上傳時間： 2013-12-26
上傳用戶：windwolf2000
資源簡介：VC++學(xué)習(xí)方法及書籍推薦,為自己的學(xué)習(xí)選好書
上傳時間： 2013-12-09
上傳用戶：wweqas
資源簡介：蒙特卡羅方法又稱隨機(jī)抽樣技巧或統(tǒng)計(jì)試驗(yàn)方法。半個多世紀(jì)以來，由于科學(xué)技術(shù)的發(fā)展和電子計(jì)算機(jī)的發(fā)明 ，這種方法作為一種獨(dú)立的方法被提出來，并首先在核武器的試驗(yàn)與研制中得到了應(yīng)用。蒙特卡羅方法是一種計(jì)算方法，但與一般數(shù)值計(jì)算方法有很大區(qū)別。它是...
上傳時間： 2014-01-05
上傳用戶：qwe1234
資源簡介：頻譜分析技術(shù)是研究周期性現(xiàn)象中最為常用的一種統(tǒng)計(jì)分析方法，其主要是通過對一復(fù)合的波系進(jìn)行數(shù)據(jù)變換，將其分解成若干振幅和相位不同的簡諧波，并找出其中振幅最大的波，即該復(fù)合波中的主要頻率。頻譜分析的方法較多，其中最常用的是快速傅立葉變換法(FFT)
上傳時間： 2015-04-29
上傳用戶：nanxia
資源簡介：用matlab實(shí)現(xiàn)利用統(tǒng)計(jì)混沌方法解決非線性系統(tǒng)時間序列預(yù)測的問題
上傳時間： 2015-05-26
上傳用戶：小鵬
資源簡介：主成分分析是把多個指標(biāo)化為少數(shù)幾個終合指標(biāo)的一種統(tǒng)計(jì)分析方法。本源代碼為matlab中源代碼，并添加了相應(yīng)的分析注解
上傳時間： 2015-06-23
上傳用戶：561596
資源簡介：10步學(xué)習(xí)javascript:javascript得學(xué)習(xí)方法,有助于您加速掌握此語言
上傳時間： 2014-10-13
上傳用戶：xiaoyunyun
資源簡介：統(tǒng)計(jì)學(xué)習(xí)理論和SVM(支持向量機(jī)).ppt入門講義之一
上傳時間： 2015-07-21
上傳用戶：qlpqlq
資源簡介：基于核的學(xué)習(xí)方法SVM(Support Vector Machine)有很好的分類識別性能，這是在SVM的基礎(chǔ)上改進(jìn)的一個更好的SKM(Support Kernel Machine)Package.
上傳時間： 2014-01-15
上傳用戶：13517191407
資源簡介：卡爾曼濾波在數(shù)學(xué)上是一種統(tǒng)計(jì)估算方法，通過處理一系列帶有誤差的實(shí)際量測數(shù)據(jù)而得到的物理參數(shù)的最佳估算。 例如在氣象應(yīng)用上，根據(jù)濾波的基本思想，利用前一時刻預(yù)報誤差的反饋信息及時修正預(yù)報方程，以提高下一時刻預(yù)報精度。 作溫度預(yù)報一般只需要連續(xù)...
上傳時間： 2014-12-01
上傳用戶：小碼農(nóng)lz
資源簡介：統(tǒng)計(jì)學(xué)習(xí)是模式識別的重要理論根據(jù)和來源。這本書是辛苦找的一本好書，強(qiáng)烈推薦下載
上傳時間： 2013-12-21
上傳用戶：lhw888
資源簡介：統(tǒng)計(jì)學(xué)習(xí)軟件包，基于lasso算法的參數(shù)估計(jì)
上傳時間： 2014-08-28
上傳用戶：tyler
