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】