MACHINE LEARNING
文章平均质量分 84
why4000
不惑年纪,潜心研究研究,热爱自己的生活,热爱自己的热爱
展开
-
UCI 机器学习数据集(分类)
113 Data SetsUCI数据集Name<!--Abstract-->Data TypesDefault TaskAttribute Types# Instances# AttributesYear<!--Area原创 2008-04-30 13:44:00 · 19086 阅读 · 0 评论 -
特征提取
在模式识别和图像处理领域中,特征提取是一种特殊的维数降阶的形式。算法的输入数据太多而难以处理以及一些信息量很少的冗余数据,该方法转变该数据为降阶特征表示集,也称为特征向量。将输入数据转变为特征集的过程称为特征提取。 如果谨慎的选择提取的特征,特征集从输入数据中提取出相关信息,实现不使用全数据量输入的降阶表示。 In pattern recognition and in image翻译 2009-03-26 08:10:00 · 1099 阅读 · 1 评论 -
特征提取和选择
由图像或波形所获得的数据量是相当大的。例如,一个文字图像可以有几千个数据,一个心电图波形也可能有几千个数据,一个卫星遥感图像的数据量就更大。为了有效地实现分类识别,就要对原始数据进行变换,得到最能反映分类本质的特征。这就是特征提取和选择的过程。一般我们把原始数据组成的空间叫测量空间,把分类识别赖以进行的空间叫特征空间,通过变换,可把在维数较高的测量空间中表示的模式变为在维数较低的特征空间中表示的转载 2009-03-25 12:10:00 · 940 阅读 · 0 评论 -
人工智能技术网站
http://www.cs.duke.edu/courses/fall07/cps296.1/syllabus.html http://prj.csdn.net/full_item.aspx?page=1 http://www.shgx.net/code/tuxiangyuanma/2008-06-03/221.html#edown http://www.cise.ufl.edu/转载 2009-04-11 21:09:00 · 3685 阅读 · 0 评论 -
人工智能常用工具箱【SVM,高斯过程等】
Gaussian Processes GP Demo. Demonstration Software for Gaussian Processes by David MacKay (in OCTAVE). gpml. Matlab implementations of algorithms from Rasmussen & Williams "Gaussian #此前在首页部分显示#P转载 2009-05-06 12:22:00 · 3031 阅读 · 0 评论 -
人工智能重要会议介绍
第一梯队:IJCAI (1+): AI最好的综合性会议, 1969年开始, 每两年开一次, 奇数年开. 因为AI 实在太大, 所以虽然每届基本上能录100多篇(现在已经到200多篇了),但分到每个 领域就没几篇了,象machine learning、computer vision这么大的领域每次大概也 就10篇左右, 所以难度很大. 不过从录用率上来看倒不太低,基本上20%左右, 因转载 2009-05-06 12:19:00 · 1217 阅读 · 0 评论 -
支持向量机(SVM)特辑 & Michael Jordan
支持向量机(SVM)特辑1:支持向量机的基本原理 支持向量机(SVM)特辑2:libsvm中的数据预处理支持向量机(SVM)特辑3:“推广能力” 支持向量机(SVM)特辑4:简单世界和复杂世界支持向量机(SVM)特辑5:从机器学习到支持向量机 支持向量机(SVM)特辑6:支持向量机的原理 支持向量机(SVM)特辑7:SMO算法分析与程序实现 http://huan转载 2009-05-06 12:31:00 · 2070 阅读 · 0 评论