人工智能 智能問(wèn)題的很重要一點(diǎn)就是學(xué)習(xí)問(wèn)題。如果解決了學(xué)習(xí)，計(jì)算機(jī)將在很大程度上 具有人的智能。博奕問(wèn)題是最典型的智能問(wèn)題，如果評(píng)價(jià)函數(shù)能夠很好的學(xué)習(xí)， 并且是一種自學(xué)習(xí)，或許意味著學(xué)習(xí)問(wèn)題的突破。當(dāng)然，模式識(shí)別中的分界面是 需要學(xué)習(xí)的，特征恐怕也是需要學(xué)習(xí)的。SVM是學(xué)習(xí)的有益探索，不過(guò)還需要更完 備的學(xué)習(xí)理論。 我們現(xiàn)有的數(shù)學(xué)知識(shí)能夠解決什么樣的問(wèn)題。當(dāng)今的數(shù)學(xué)都是基于集合論的，然而 集合是不能自己產(chǎn)生新的東西的。因此發(fā)明到底是發(fā)明還是發(fā)現(xiàn)，或者說(shuō)是集合外 還是集合內(nèi)？當(dāng)然這又和世界是確定的還是不確定的聯(lián)系起來(lái)了。如果世界本質(zhì)是 集合內(nèi)的，智能就是發(fā)現(xiàn)；反之，智能就是創(chuàng)造。誰(shuí)能給出證明。 人們往往說(shuō)計(jì)算機(jī)沒(méi)有情感。什么是情感？怎么用數(shù)學(xué)來(lái)描述情感？我想情感是和 美、丑聯(lián)系起來(lái)的，因此首先需要對(duì)美進(jìn)行數(shù)學(xué)的描述，就象對(duì)信息進(jìn)行描述一樣。 人們?cè)?jīng)辯論過(guò)美是客觀的還是主觀的，我想大家比較公認(rèn)美有其客觀載體吧。這 都需要數(shù)學(xué)的描述。
標(biāo)簽： 人工智能
上傳時(shí)間： 2014-11-07
上傳用戶(hù)：youke111
基于稀疏網(wǎng)絡(luò)的精選機(jī)器學(xué)習(xí)模型，相比SVM有更快和更精確的學(xué)習(xí)效果。
標(biāo)簽： 稀疏 機(jī)器學(xué)習(xí) 模型 網(wǎng)絡(luò)
上傳時(shí)間： 2013-12-30
上傳用戶(hù)：cc1
These instances, whenmapped to an N-dimensional space, represent a core set that can be used to construct an approximation to theminimumenclosing ball. Solving the SVMlearning problem on these core sets can produce a good approximation solution in very fast speed. For example, the core-vector machine [81] thus produced can learn an SVM for millions of data in seconds.
標(biāo)簽： N-dimensional whenmapped instances represent
上傳時(shí)間： 2016-11-23
上傳用戶(hù)：lixinxiang
此是關(guān)于lisvm的編程，有助于我們很好的學(xué)習(xí)svm，可以好好的學(xué)習(xí)學(xué)習(xí)
上傳時(shí)間： 2016-12-16
上傳用戶(hù)：hn891122
中文文本分類(lèi)，應(yīng)用SVM對(duì)中文文本進(jìn)行分類(lèi)，具有高性能
標(biāo)簽： 文本分類(lèi)
上傳時(shí)間： 2013-12-11
上傳用戶(hù)：cc1
數(shù)據(jù)挖掘，多種聚類(lèi)算法.FCM, HCM, SVM, 等各種柔性聚類(lèi)方法。
標(biāo)簽： 數(shù)據(jù)挖掘
上傳時(shí)間： 2017-02-03
上傳用戶(hù)：gxmm
行人檢測(cè)源程序，居于svm技術(shù)。和梯度直方圖提取
上傳時(shí)間： 2014-01-16
上傳用戶(hù)：xlcky
SMO 源程序基于libsvm，開(kāi)發(fā)的支持向量機(jī)圖形界面應(yīng)用程序，并提供了關(guān)于C和sigma的新的參數(shù)選擇方法，使得SVM的使用更加簡(jiǎn)單直觀
上傳時(shí)間： 2013-12-09
上傳用戶(hù)：windwolf2000
統(tǒng)計(jì)模式識(shí)別工具包(統(tǒng)計(jì)模式識(shí)別工具包，包含EM，SVM等方法。)
上傳時(shí)間： 2017-03-05
上傳用戶(hù)：dsgkjgkjg
該程序包實(shí)現(xiàn)了幾個(gè)常用的模式識(shí)別分類(lèi)器算法，包括K近鄰分類(lèi)器KNN、線(xiàn)性判別方程LDF分類(lèi)器、二次判別方程QDF分類(lèi)器、RDA規(guī)則判別分析分類(lèi)器、MQDF改進(jìn)二次判別方程分類(lèi)器、SVM支持向量機(jī)分類(lèi)器。 主程序中還有接口調(diào)用舉例，壓縮包中還有兩個(gè)測(cè)試數(shù)據(jù)集文件。
標(biāo)簽： 程序 模式識(shí)別 分類(lèi)器 算法
上傳時(shí)間： 2017-03-08
上傳用戶(hù)：aeiouetla
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
