资源简介
手写数字的识别是模式识别及机器学习的一个重要应 用,应用范围非常广泛。本文提 出一 种基 于决策树算法的手写数字识别方法,该 方法通过提 取基 于密度的特征 ,通过训 练得到 一 个决策树分类模型 ,进而进行手写数字的识别。实验证明该方法能够快速有效的进行手写数字的识别。
代码片段和文件信息
相关资源
- coursera 吴恩达深度机器学习 deep lear
- 美团机器学习实践.pdf
- 机器学习-泰坦尼克号船员获救
- 基于机器学习方法(SVM和NB)的MIMO天
- Tom Mitchell《机器学习》中文word版本
- 亚马逊美食评论50万数据集(Amazon F
- 机器学习之随机森林random forest算法最
- UCI机器学习数据库部分数据集iris、
- 概率图模型 原理与技术 完整版 中文
- 机器学习实战之02-k近邻算法全部源代
- 支持向量机大牛Vapnik的两篇论文
- 隐形眼镜数据-机器学习
- 决策树学习
- 北航研究生机器学习2013年考试试题
- 信号与数据处理中的低秩模型——理
- sonar.all-data
- 序列优化算法改写
- kNN相关代码和数据
- 机器学习研究现状与发展趋势
- 国科大中科院黄庆明2018级机器学习与
- 2018机器学习试题.doc
- 预测波士顿房价
- 机器学习复习资料2
- AdaBoost实战代码
- 支持向量机实战代码全
- 浅析机器学习的研究与应用
- 2017年最新机器学习与深度学习从基础
- 机器学习课后习题答案(整理所有版
- Adaboost训练和测试代码
- CMU机器学习讲义
评论
共有 条评论