SVM 支持向量机相关学习资料合集

上传者: 42645307 | 上传时间: 2019-12-21 20:56:37 | 文件大小: 5.82MB | 文件类型: rar
SVM
包括机器学习SVM的PPT,word,PDF,txt等多个合集文件。

文件下载

资源详情

[{"title":"( 14 个子文件 5.82MB ) SVM 支持向量机相关学习资料合集","children":[{"title":"SVM 支持向量机相关学习资料合集","children":[{"title":"SVM 支持向量机相关学习资料合集.jpg <span style='color:#111;'> 50.75KB </span>","children":null,"spread":false},{"title":"Some examples on using svmtoy.pdf <span style='color:#111;'> 245.30KB </span>","children":null,"spread":false},{"title":"Trust region Newton method for large-scale logistic regression. .pdf <span style='color:#111;'> 324.79KB </span>","children":null,"spread":false},{"title":"Using (lib)SVM Tutorial.pdf <span style='color:#111;'> 220.75KB </span>","children":null,"spread":false},{"title":"~$学习理论与实战.docx <span style='color:#111;'> 162B </span>","children":null,"spread":false},{"title":"A practical guide to support vector classification.pdf <span style='color:#111;'> 222.94KB </span>","children":null,"spread":false},{"title":"Working set selection using the second order information for training SVM.pdf <span style='color:#111;'> 438.21KB </span>","children":null,"spread":false},{"title":"SVM讲解.ppt <span style='color:#111;'> 1.06MB </span>","children":null,"spread":false},{"title":"introduction to libsvm.txt <span style='color:#111;'> 7.09KB </span>","children":null,"spread":false},{"title":"libsvm_src.pdf <span style='color:#111;'> 254.79KB </span>","children":null,"spread":false},{"title":"SVM 支持向量机 PPT.ppt <span style='color:#111;'> 1.17MB </span>","children":null,"spread":false},{"title":"LIBSVM-a library for support vector machines..pdf <span style='color:#111;'> 305.56KB </span>","children":null,"spread":false},{"title":"SVM使用方法总结.doc <span style='color:#111;'> 365.50KB </span>","children":null,"spread":false},{"title":"机器学习理论与实战.docx <span style='color:#111;'> 3.01MB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明