文件名称：isodata的matlab代码博客-ML-DL:机器学习与深度学习笔记、练习、公式推导
文件大小：373KB
文件格式：ZIP
更新时间：2024-06-24 01:43:46
系统开源
isodata的matlab代码博客 ML-DL Machine learning and deep learning notes, practice, formula derivation. 这个项目是我的学习笔记，内容还在完善中。如果遇到图片无法显示，可以下载后查看。 目录 数学基础 机器学习 该部分以《视觉机器学习二20讲》为主线，扩展内容增加公式推导步骤。 K-means K-means++ 算法 ISODATA 算法 Kernel K-means 二分K-means聚类 回归学习 线性回归模型 多项式回归模型 主成分回归模型 自回归模型 核回归模型 决策树学习 ID3 算法 C4.5 算法 SLIQ 算法 SPRINT 算法 贝叶斯学习 朴素贝叶斯模型 层级贝叶斯模型 增广贝叶斯学习模型 基于Boosting技术的朴素贝叶斯模型 贝叶斯神经网络模型 EM算法 EM算法的快速计算 未知分布函数$P_i(y_i)$的选取 EM算法收敛性的改进 梯度提升算法 Boosting Adaboost SVM 软间隔 硬间隔 核技巧 SMO算法 深度学习 反向传播 正则化 优化求解算法 卷
【文件预览】：
ML-DL-master
----.gitignore(68B)
----data()
--------irisdata.txt(5KB)
----线性模型()
--------对数几率回归.ipynb(7KB)
--------线性模型.ipynb(18KB)
--------img()
----kNN()
--------k-nearest+neighbor+introduce.md(5KB)
--------k-nearest+neighbor+implement.md(10KB)
--------code()
--------README.md(15KB)
--------k-nearest neighbor introduce.ipynb(8KB)
--------k-nearest neighbor implement.ipynb(14KB)
--------img()
----README.md(2KB)
----math()
--------线性代数.ipynb(72B)
--------README.md(577B)