# -
实现机器学习算法
实现了决策树的信息增益,C4.5决策树和CART决策树。/2018-05-04
实现连续值处理 等待实现剪枝
实现SVM的SMO算法/2018-05-05
没有合适的资源?快使用搜索试试~ 我知道了~
实现机器学习算法.zip
共20个文件
py:9个
xml:5个
csv:2个
需积分: 5 0 下载量 149 浏览量
2024-04-08
21:25:33
上传
评论
收藏 28KB ZIP 举报
温馨提示
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径。 随着统计学的发展,统计学习在机器学习中占据了重要地位,支持向量机(SVM)、决策树和随机森林等算法的提出和发展,使得机器学习能够更好地处理分类、回归和聚类等任务。进入21世纪,深度学习成为机器学习领域的重要突破,采用多层神经网络模型,通过大量数据和强大的计算能力来训练模型,在计算机视觉、自然语言处理和语音识别等领域取得了显著的成果。 机器学习算法在各个领域都有广泛的应用,包括医疗保健、金融、零售和电子商务、智能交通、生产制造等。例如,在医疗领域,机器学习技术可以帮助医生识别医疗影像,辅助诊断疾病,预测病情发展趋势,并为患者提供个性化的治疗方案。在金融领域,机器学习模型可以分析金融数据,识别潜在风险,预测股票市场的走势等。 未来,随着传感器技术和计算能力的提升,机器学习将在自动驾驶、智能家居等领域发挥更大的作用。同时,随着物联网技术的普及,机器学习将助力智能家居设备实现更加智能化和个性化的功能。在工业制造领域,机器学习也将实现广泛应用,如智能制造、工艺优化和质量控制等。 总之,机器学习是一门具有广阔应用前景和深远影响的学科,它将持续推动人工智能技术的发展,为人类社会的进步做出重要贡献。
资源推荐
资源详情
资源评论
收起资源包目录
实现机器学习算法.zip (20个子文件)
content
DecisionTree
fishiris.csv 4KB
DT_CART_bipart.py 9KB
DT_ID3.py 2KB
tbc.csv 572B
DT_C4.5.py 7KB
DecisionTree.py 11KB
__pycache__
DecisionTree.cpython-36.pyc 7KB
DT_CART.py 4KB
.idea
ML_algorithm.iml 652B
libraries
R_User_Library.xml 123B
vcs.xml 180B
workspace.xml 28KB
misc.xml 192B
modules.xml 276B
SVM
dataset.txt 425B
SVM_SMO.py 6KB
HMM
HMM_Baum_Welch.py 3KB
HMM_predict.py 2KB
HMM_ProbabilityCalculation.py 2KB
README.md 195B
共 20 条
- 1
资源评论
生瓜蛋子
- 粉丝: 3798
- 资源: 4426
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功