资源简介
I.H.Written, E.Frank, M.Hall, C.J.Pal
Highlights
Explains how machine learning algorithms for data mining work.
Helps you compare and evaluate the results of different techniques.
Covers performance improvement techniques, including input preprocessing and combining output from different methods.
Features in-depth information on probabilistic models and deep learning.
Provides an introduction to the Weka machine learning workbench and links to algorithm implementations in the software.
代码片段和文件信息
- 上一篇:相控阵天线理论与分析
- 下一篇:武汉理工852数据结构真题以及期末考试
相关资源
- Human-level control through deep reinforcement
- 人工智能导论的ppt
- 统计机器学习-CMU 10-702 Lecture Notes
- 全球手术机器人行业发展研究报告 普
- AUTOML: METHODS SYSTEMS CHALLENGES (NEW BOOK)
- 百面机器学习
- 机器学习〔中文版〕pdf 美米歇尔 著;
- 机器人学导论 PDF 高清完整版
- GitHub 最受欢迎深度学习应用项目 To
- 数理统计习题教程 上 李泽慧
- 神经网络课件
- Artificial Intelligence.A New Synthesis中文版
- 深度学习与自动驾驶领域的数据集K
- 车牌识别数据集
- 5G为人工智能与智能制造赋能.pdf1893
- 人工智能—机器学习-锂电池检测Hal
- R语言实战 机器学习与数据分析
- 机器学习实战带目录.pdf
- machine-learning-ex3编程作业:多元分类与
- 应用深度学习对驾驶行为建模
- 深度学习在无人驾驶机器视觉上的应
- 人工智能第三版课后答案
- 5g为人工智能与智能制造赋能.pdf
- 全球工程前沿2020.pdf
- 6G白皮书—下一代超连接体验英文-三
- 斯坦福ML公开课笔记13-15
- 迁移学习理论与应用_杨强
- 中科大机器学习读书报告
- Interpretable Machine Learning(可解释机器
- 走近2050+注意力+互联网与人工智能+
评论
共有 条评论