相关文章
- 大数据架构师必读的NoSQL建模技术
- 数学建模暑期集训12：神经网络预测——Neural Net Fitting工具箱的使用
- 数学建模学习笔记（二十九）BP神经网络使用详例
- 数学建模学习笔记（二十七）随机森林
- 数学建模学习笔记（二十六）matlab Classification Learner工具箱的使用
- 数学建模学习笔记（二十二）灰色预测（下）Verhulst模型
- 数学建模学习笔记（七）TF-IDF算法提取关键词
- Algorithm：数学建模大赛(CUMCM/NPMCM)之NPMCM全国研究生数学建模竞赛(NPMCM)历年试题集合、试题库、学习网站推荐之详细攻略
- 2022亚太数学杯数学建模竞赛A题（思路分析......)
- 电力系统中针对状态估计的虚假数据注入攻击建模与对策（Matlab代码实现）
- 数学建模学习（104）：线性回归和多元回归【补充版】
- 数学建模学习（95）：MO-JAYA算法对多目标（多元）函数寻优求解
- 数学建模学习（80）：遗传算法（GA)优化多元回归函数
- 数学建模学习（79）：Matlab神经网络工具箱使用，实现多输入多输出预测
- 数学建模学习（77）：matlab相关性分析（皮尔逊，肯德尔，斯皮尔曼）
- 数学建模学习（55）：Flesch Reading Ease阅读评价实现
- 数学建模学习（44）：重温一元与多元线性回归模型
- 数学建模学习（43）：多项式拟合详细讲解
- 数学建模学习（33）：径向基神经网络函数，讲解+代码，包教包会！
- 特征学习——特征工程自动化，无非类似CNN最后一层softmax前的输出层就是特征表征层，但那是分类器，如何用在无标注数据中是难点——word2vec对“上下文”距离建模来实现特征提取；此外，kernel mechine的结合相当于学习内核，即特征空间
- One Class SVM 对于样本不均衡处理思路——拿出白样本建模，算出outlier，然后用黑去检验效果
- 基于机器学习的web异常检测——基于HMM的状态序列建模，将原始数据转化为状态机表示，然后求解概率判断异常与否
- 实验五、UML动态建模之活动图分析与设计【PowerDesginer】