开源机器学习算法c++实现下载 [问题点数:0分]

Bbs1
本版专家分:0
Blank
脉脉勋章 绑定脉脉第三方账户获得
结帖率 70.98%
各个软件公司+面试题+笔试题+c+c%2B%2B有答案.rar
各个软件公司+面试题+笔试题+c+c%2B%2B有答案.rar
vc%2B%2B上位机串口程序(实时曲线功能).RAR
vc%2B%2B上位机串口程序(实时曲线功能).RAR
机器学习 - 竞赛网站,算法刷题网站(持续更新)
数据竞赛类网站 Kaggle 阿里巴巴天池大数据比赛 DataCastle CCF大数据与计算智能大赛 Di-Tech算法大赛 KDD-Cup KDnuggets Competition 赛氪网 DrivenData Competition 上海SODA大赛 TopCoder大赛网 数据科学&机器学习的在线学习资源 慕课网 数据科学家快报 数据分析网 一起大数据 36大数据 数据科学...
机器学习常见算法总结(面试用)
朴素贝叶斯 参考[1] 事件A和B同时发生的概率为在A发生的情况下发生B或者在B发生的情况下发生A P(A∩B)=P(A)∗P(B|A)=P(B)∗P(A|B) 所以有: P(A|B)=P(B|A)∗P(A)P(B) 对于给出的待分类项,求解在此项出现的条件下各个目标类别出现的概率,哪个最大,就认为此待分类项属于哪个类别 工作原理 1、假设现在有样本
VisualC%2B%2B数字图像处理配套光盘.rar
VisualC%2B%2B数字图像处理配套光盘.rar
用python实现机器学习算法
在看李航的《统计学习方法》的时候没有结合代码,总感觉比较虚。github上有个中国学生<em>开源</em>的机器学习python<em>实现</em>,比较全面,文档也不错nn nnhttps://github.com/lawlite19/MachineLearning_Pythonnn nn可以动手敲一遍,加深理解。nn目录摘抄如下:nn<em>机器学习算法</em>Python<em>实现</em>nn一、线性回归nn 1、代价函数n 2、梯度下降算法n 3...
机器学习经典算法的C语言代码
机器学习经典算法的C语言代码,比如:ID3算法 人脸识别源代码 K紧邻算法、人工神经网络
开源机器学习算法c++实现
<em>开源</em>的<em>机器学习算法</em>代码,有兴趣可以看看,代码来源是github
机器学习算法C/C++实现
先说点题外话吧,已经有很长段时间没码代码了,因为个人觉得代码什么时候时候敲都不晚,而数学总是学不完。直到最近才意识到,有必要把当前学的理论转化为代码。其实,在写这些代码的过程中,难的不是如何编程<em>实现</em>,而是如何理解那些数学推导过程。尤其是矩阵的运算,自己写的库还是很浅的,而对机器学习而言,大部分的运算都是建立在矩阵基础上的。再次说明,难得不是编程,而是算法,是数学!对于机器学习理论部分,以后有时间再搬
C++机器学习库--shark
SHARK is a fast, modular, feature-rich open-source C++ machine learning library. It provides methods for linear and nonlinear optimization, kernel-based learning algorithms, neural networks, and vario...
减少代码模块之间的纠葛——解耦
谈谈如何代码解耦
UE4 C++与蓝图交互
一、C++调用蓝图的函数 本来应该有一个很好的示例,但一下却忘了适用于哪些地方,只有简单写一个步骤了。 1.新建一个C++类继承Actor,名称随意,我这里继承了一个SplineMesh,一样de,并定义一个函数表示在蓝图中可重载(同时这个函数在C++中不必<em>实现</em>) // Fill out your copyright notice in the Description page of Pro
机器学习应届面试会问到的面试问题汇总
转载:https://blog.csdn.net/q383700092/article/details/586057151监督与非监督区别2L1L2区别3生成模型和判别模型区别 像贝叶斯lda 等就是生成模型计算过概率分布之类的1svm算法的原理如何组织训练数据如何调节惩罚因子如何防止过拟合svm的泛化能力增量学习2神经网络参数相关比如参数的范围如何防止过拟合隐藏层点的个数多了怎样少了怎样什么情况...
【转】机器学习 - 竞赛网站,算法刷题网站
转载仅为个人记录使用 请访问源地址:https://blog.csdn.net/zk_j1994/article/details/76019650 版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ZK_J1994/article/deta...
C++单刷《机器学习实战》之一——k-近邻算法
数学系研二渣硕一枚,最早接触机器学习还是在研究生一年级的模式识别课程上,发现大部分机器学习的书籍都是采用Python语言,当然Python在数据分析和矩阵计算方面确实会有很大的优势,对于缺乏编程基础又想要快速入门的同学,Python确实是首选。而从本系列开始,我将主要用C++将《机器学习实战》这本书刷一遍,旨在加深对算法理解的同时提高编程能力,也希望能够为想入坑机器学习,同时又热爱C++的人提供一
机器学习&深度学习算法及代码实现
最近在学机器学习,学习过程中收获颇多,在此留下学习记录,希望与同道中人相互学习交流机器学习简介1、机器学习运用学习算法,利用所给的数据进训练,生成相应的模型。在面对新情况时,根据模型,给出正确的判断。2、学习的定义针对经验E (experience) 和一系列的任务 T (tasks) 和一定表现的衡量 P,如果随之经验E的积累,针对定义好的任务T可以提高表现P,就说计算机具有学习能力。
书单下载 | 关于算法、编程、机器学习等书籍,也许正是你所需要的
近期有不少小伙伴问,怎样学程序?怎样学Python?怎么学习机器学习?有哪些书可以参考?周志华老师的机器学习可以提供吗?有Peter机器学习实战的Pdf吗?Balabala……此类问题,不胜枚举。rnrnrn对于怎样学,小编也在学习中,我们可以一起探讨交流;对于哪些书可以做参考,还有一些经典书籍电子版,这些小编在工作和学习过程中也积累下了不少的资源,本文就列出关于算法、关于编程、关于机器学习的部分
可在单片机上运行的机器学习算法KNN(C语言实现
2017年全国大学生电子设计大赛I题可见光定位问题,本方法提供一种基于位置指纹的无线定位思路,需要离线构建无线指纹库(信号强度构成的向量与对应位置标签),再用<em>机器学习算法</em>,例如KNN进行定位,由于比赛只允许在单片机上运行,因此针对比赛用C改写了一个可直接在单片机裸机上运行的KNN算法。2.为什么要用C因为诸于python等高级语言编写的机器学习代码需要有操作系统支持,而一般意义上的单片机无法运行Li
C++写的机器学习的库
一个用C++写的机器学习的库,作者是Ron Kohavi,是SGI的一个<em>开源</em>项目
机器学习决策树学习算法(C++实现
C++ <em>实现</em>决策树学习算法 史上最简单写在前面当看到自己的程序能够将简单的例子成功运行,证明自己程序的逻辑性没有问题,真的是非常高兴,虽然需要做 rn的事情还有很多很多,总之还是有一些喜悦的啦,所以将我的这段工作以这篇博客记录下来,如果有人看到能和我 rn相互交流那再好不过了。刚刚还在知乎上面搜索了一个词是什么意思,可能大家都听过这个词:造轮子,我这次做的工作算是造轮子吧, rn大牛说:放到编程中,就是说
Python机器学习算法.pdf
Python<em>机器学习算法</em> pdf版,通过网上其他版本转换的。
matlab 常用机器学习算法实现
1. KNN 分类
机器学习的一个非常有用的库MLC++
机器学习的一个C++的库非常的管用据说SGI的MINESET的主要的数据挖掘引擎就是这个C++库.enjoy it!不过这个是需要在WINDOWS下用GCC衍生编译器编译的版本
机器学习算法整理(内含代码)
一般来说,机器学习有三种算法:rn1.监督式学习rn 监督式学习算法包括一个目标变量(也就是因变量)和用来预测目标变量的预测变量(相当于自变量).通过这些变量,我们可以搭建一个模型,从而对于一个自变量,我们可以得到对应的因变量.重复训练这个模型,直到它能在训练数据集上达到理想的准确率rn属于监督式学习的算法有:回归模型,决策树,随机森林,K近邻算法,逻辑回归等算法rn2.无监督式算法rn无监督式学
常用机器学习算法的python源码实现--机器学习--sklearn简单源码(34)
一、思维导图nnnn二、Python源码nn## 二分类问题n* 使用skleran自带的逻辑回归、支持向量机、决策树API进行二分类的任务n* 使用sklearn的iris数据集,将iris数据集变成一个二分类的数据集,删除类别为2的数据n* 使用准确率对模型进行评价nnn### 准备数据nimport pandas as pdnimport numpy as npnfrom sklearn i...
《Python机器学习算法》的写作历程
最近有两个多月的时间没来更新博客,是一直在忙着一件事——将博客中的一些文章整理成书。一开始写博客,给自己的文章建了一个响亮的标题《简单易学的<em>机器学习算法</em>》,但是发现写着写着,每一个算法也变得没那么简单易学,因此想对这些零散的知识点做一次全面的整理。最初是一年前有了这个念头,一直没有去实践,自己给自己找了很多的借口,今年8月份,这个念头又一次那么强烈的袭上心头,没有太多思考,说干就干。。。决定了,但是
Python机器学习算法
Python<em>机器学习算法</em>Python<em>机器学习算法</em>Python<em>机器学习算法</em>Python<em>机器学习算法</em>
机器学习实战--K近邻算法实现(一)
KNN算法的工作原理为:nn存在一个样本数据的集合,也称作训练样本集合,并且样本集的每个数据都存在标签。输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本集中特征最相似的分类标签,一般只选择样本集中前K个最相似的数据,前K个相似数据中出现次数最多的分类作为新数据的分类。nn创建knn.py的文件,在pycharm的命令行窗口切换到该文件所在的目录,输入Py...
liabcoap 源码
coap源码是物联网用的比较多的协议,相对于mqtt,有其自身的优势,这份源码我感觉还是比较不错的!
机器学习算法pdf版
资源包括了机器学习十大算法,线性回归,K-means聚类、决策树、神经网络等等算法
LGUI 源代码 C语言实现开源GUI
LGUI 源代码 C语言<em>实现</em><em>开源</em>GUI,搭配《精通嵌入式Linux编程 构建自己的GUI环境》学习,适合GUI入门
常用机器学习算法库的对比和分析
    R是一种数学语言,里面封装了大量的<em>机器学习算法</em>,但是它是单机的,不能够很好的处理海量的数据。Weka和R语言类似,里面包含大量经过良好优化的机器学习和数据分析算法,可以处理与格式化、数据转换相关的各种任务,唯一的不足就是它对高内存要求的大数据处理遇到瓶颈。nn    Mahout是hadoop的一个机器学习库,有海量数据的并发处理能力,主要的编程模型是MapReduce。而基于MapRed...
白话机器学习算法【试读】
与使用数学语言或计算机编程语言讲解算法的书不同,本书另辟蹊径,用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的<em>机器学习算法</em>。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无监督学习算法,以及回归分析、k最近邻、支持向量机、决策树、随机森林、神经网络等监督学习算法,并概述强化学习算法的思想。
【免积分】GNU最出名的开源C函数库,涵盖了几乎所有的基本函数的源代码
GNU最出名的<em>开源</em>C函数库,涵盖了几乎所有的基本函数的源代码,也可以去一下地址<em>下载</em>http://ftp.gnu.org/gnu/glibc/ http://ftp.gnu.org/gnu/glibc/ ftp://ftp.gnu.org/gnu/glibc/ http://ftp.gnu.org/gnu/ ftp://sources.redhat.com/pub/glibc/releases/
基于HMM语音识别的C语言实现
基于HMM语音识别的C语言<em>实现</em>,里面的代码浅显易懂,且是分模块写的,思路比较清晰
《白话机器学习算法》的读后感
因为最近机器学习以及相关技术感兴趣,所以开始进行开荒式学习。nn 但是在阅读了N本相关图书后,发现根本读不下去呀。(之前开荒从来没出现过这种情况,你确定这是代码??)nn 究其原因就是因为这门学科中设计大量的高数基础内容和各种类似几何的抛物线模型,为此我还回去重温了一下高数课本,但是没有坚持下来,主要是现在在工作中已经很忙了,不会像学生时代有大把的时间来通读一本书。nn 我们需要...
机器学习入门算法及其java实现-朴素贝叶斯
\quad\quad贝叶斯决策论是在所有相关概率都已知的理想情形下,基于这些概率和误判损失来选择最优的类别标记。 n\quad\quad假设有N中可能的类别标记,即y={c1,c2,...,cN}y=\{c_{1},c_{2},...,c_{N}\} ,λij\lambda_{ij}是将一个真实标记为cjc_{j}的样本误分类为cic_{i} 的样本误分类为所产生的损失。基于后验概率p(ci|x)p
机器学习十大经典算法入门
一,SVM(Support Vector Machine)支持向量机 n a. SVM算法是介于简单算法和神经网络之间的最好的算法。 n b. 只通过几个支持向量就确定了超平面,说明它不在乎细枝末节,所以不容易过拟合,但不能确保一定不会过拟合。可以处理复杂的非线性问题。 n c. 高斯核函数 n d. 缺点:计算量大 n nn二,决策树(有监督算法,概率算法) n ...
C/C++ Base64编解码开源
C/C++ Base64编解码<em>开源</em>库,第三方<em>开源</em>库,亲测可用;
OPC_UA协议栈官方源码, ANCI C实现
OPC UA官网提供的<em>开源</em>协议栈,ANSI C语言<em>实现</em>,会员资格才能<em>下载</em>的吧,IIOT、工业4.0行业开发人员必备。协议栈版本:1.03.341 内含一些小的测试samples,支持Linux和win32平台,client&server;
《Python机器学习算法》赵志勇-源代码-Python-Machine-Learning-Algorithm-master.zip
《Python<em>机器学习算法</em>》赵志勇-源代码-Python-Machine-Learning-Algorithm-master.zip
onvif全套代码onvif-code.rar
onvif全套代码onvif-code.rar onvif全套代码onvif-code.rar
有没有必要把机器学习算法自己实现一遍?
来源:AIrn 研习社rnrn本文作者紫杉,本文整理自作者在知乎《有没有必要把<em>机器学习算法</em>自己<em>实现</em>一遍?》问题下的回答。AIrn 研习社已获得转载授权。rnrnrn哈哈哈哈,我觉得很多人都有这个疑问吧。机器学习好高大上,多么牛逼的东西,光是看公式就已经眼花缭乱了,总觉得自己该全部去<em>实现</em>一遍,有的时候太懒,有的时候觉得能力不够。道理虽然明白——任何事情自己亲手做一做还是更好的,但机器学习已经有了大量
经典的机器学习二分类算法——Logistic回归
问题描述nn对于维度为m+1m+1m+1特征为xxx样本的二分类问题,有负类(Negative Class)记为000,正类(Positive Class)记为111,即对于类别yyy,有 ny∈{0,1}.y∈{0,1}. y\in\{0,1\}. n我们期望找到一个hypothesis functionhθ(x)hθ(x)h_\theta(x),使得 n0⩽hθ(x)⩽1.0⩽hθ(x)⩽1...
p2p代码实现源码
c语言<em>实现</em>p2p,可供初学者学习p2p<em>实现</em>原理
白话大数据与机器学习+白话深度学习与TensorFlow.高扬 高清PDF
机器学习入门级书籍,白话大数据与机器学习+白话深度学习与TensorFlow.高扬
CoAP实现的C源码- libcoap-4.1.1.tar.gz(2014年2月5日最新版本)
CoAP<em>实现</em>的C源码- libcoap-4.1.1.tar.gz(2014年2月5日最新版本) 另上传Java语言<em>实现</em>的californium源码。
开源项目实现下载,断点续传..
//点击按钮<em>实现</em>断点续传<em>下载</em>逻辑n public void click(View v){n //[1]获取<em>下载</em>路径 n String path = et_path.getText().toString().trim();n //[2]创建httputils对象n HttpUtils http = new HttpUtils();n //[3]<em>实现</em>断点<em>下载</em> target<em>下载</em>文件的路径
机器学习算法
<em>机器学习算法</em>原理与编程实践机器学习(Machine Learning, ML)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。专门研究计算机怎样模拟或<em>实现</em>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。 它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
总结sklearn中常用的机器学习算法
监督学习算法rn随机森林(RF)rn随机森林算法,是bagging集成学习方式中的一种最具有特色的机器学习方法。它是以决策树为基本分类器,如果为分类问题,则最终采用投票法来决定类别;若为回归问题,则采用平均值的方法决定最终预测值。决策树算法带有剪枝过程,但RF算法没有此步骤。根据回归问题和分类问题,sklearn将RF算法分为:分类RF和回归RF。主要是依据样本特征而确定。可以直接利用RF进行多分类问...
视频编解码开源C代码
C语言,linux,视频编解码源代码,<em>开源</em>,可直接用于调试,可在这基础上继续开发。
spark-机器学习算法
Spark之所以在机器学习方面具有得天独厚的优势,有以下几点原因:nn(1)<em>机器学习算法</em>一般都有很多个步骤迭代计算的过程,机器学习的计算需要在多次迭代后获得足够小的误差或者足够收敛才会停止,迭代时如果使用Hadoop的MapReduce计算框架,每次计算都要读/写磁盘以及任务的启动等工作,这回导致非常大的I/O和CPU消耗。而Spark基于内存的计算模型天生就擅长迭代计算,多个步骤计算直接在内存中...
【并行化——机器学习算法常见的并行实现方式】
前言在看了一些大神的面经之后觉得第二遍读基础的话想一边<em>实现</em>一下代码,一边关注一下算法的优化和并行化<em>实现</em>,毕竟工业上还是和学术上有很大区别,了解到现在常用的有mapreduce | spark | mpi | ps | hive 这些里面当年用过mapreduce和hive,始终对原理一知半解,借此机会先掌握下基本知识吧。自己也尝试搭建一下^^ 还要多看mllib源码!嗯!有点儿遗憾,这部分内容被新的
ntp源码包含服务器端和客户端
ntp源码包含服务器端和客户端,4种模式全有 组播,广播,对等,c/s
机器学习库
dlib-18.17库,免费的机器学习<em>开源</em>库,有各种<em>机器学习算法</em>。
机器学习系列(9)_机器学习算法一览(附Python和R代码)
写这篇文章的目的,就是希望它可以让有志于从事数据科学和机器学习的诸位在学习算法的路上少走些路。我会在文章中举例一些机器学习的问题,你们也可以在思考解决这些问题的过程中得到启发。我也会写下对于各种<em>机器学习算法</em>的一些个人理解,并且提供R和Python的执行代码。读完这篇文章,读者们至少可以行动起来亲手试试写一个机器学习的程序。
机器学习入门算法及其java实现-KNN算法
1、算法基本原理:n对于一个新点X0(x0,y0)X_{0}(x_{0},y_{0}),它的分类y0y_{0}由离它最近的k个点的类别决定;n其中训练集为T{(x1,y1),(x2,y2),...,(xn,yn)}T\{(x_{1},y_{1}),(x_{2},y_{2}),...,(x_{n},y_{n})\},离X0(x0,y0)X_{0}(x_{0},y_{0})最近的K个点根据分类决策规则(
机器学习算法原书高清PDF及随书代码(英文版)
为数据科学和机器学习的流行算法提供参考指南。内附随书代码,适合快速学习
weka 机器学习软件api电子书
<em>开源</em><em>机器学习算法</em>软件weka的api电子书,方便实用!
Spark MLlib 机器学习算法与源码解析(网络课程—第一期)
《Spark MLlib <em>机器学习算法</em>与源码解析》spark是一个<em>开源</em>集群运算框架,最初是由加州大学柏克利分校AMPLab所开发。Spark使用了内存内运算技术,在内存上的运算速度比Hadoop MapReduce的运算速度快上100倍,即便是在磁盘上运行也能快10倍。Spark允许将数据加载至集群内存,并多次对其进行查询,非常适合用于<em>机器学习算法</em>。目前,Spark成为了现在大数据领域最火的<em>开源</em>软
C实现http服务源码 适用于linux 和windows
由c语言编写的 <em>实现</em>http web服务的程序,可以在linux和windows同时使用。
《百面机器学习算法工程师带你去面试》中文PDF
百面<em>机器学习算法</em>工程师带你去面试中文PDF,百面机器学习:算法工程师带你去面试。
一个完整的C语言编译器
一个完整的C语言编译器,利用C++编写的,包括前端和后端
深度学习是当前很热门的机器学习算法。在深度学习中,涉及到大量矩阵相乘,
感想这是一个简单的题,看来我现在处于受虐时期,我决定把它记录下来。problem深度学习是当前很热门的<em>机器学习算法</em>。在深度学习中,涉及到大量矩阵相乘,现在需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m*n,n*p,p*q,且m&amp;lt;n&amp;lt;p&amp;lt;q,以下计算顺序效率最高的是:()A. A(BC)B. (AB)CC. (AC)BD.  所有效率都相同正确答案:Bana...
lz4压缩算法源码
lz4压缩算法源码 LZ4 is a lossless data compression algorithm that is focused on compression and decompression speed
自己动手实现机器学习算法:神经网络(附源代码)
手把手教你用python<em>实现</em>神经网络算法
【机器学习】33个算法详解与实战【目录】
(0)【机器学习】机器学习综述与“Hello World”实战http://blog.csdn.net/sileixinhua/article/details/73611056(1)【机器学习】k-means 聚类算法详解与实战(2)【机器学习】K近邻(KNN)算法详解与实战(3)【机器学习】K-Means++ 聚类算法详解与实战(4)【机器学习】逻辑斯蒂回归(Logistic regression
用C语言实现的rtp库的源代码
用C语言<em>实现</em>的rtp库的源代码, 用C语言<em>实现</em>的rtp库的源代码.
机器学习(1)-完整的机器学习算法实战流程
       作为机器学习的初学者,最关心的肯定是如何搭建运行环境、如何完整跑一个<em>机器学习算法</em>的实例程序了。本人刚趟过坑,就把这个过程整理下来,作为后面进来的人的一份参考,以此互勉。nn一、运行时环境ipython notebooknn      网页版的notebook相比集成环境PyCharm有许多优点,如分段执行程序,而且更轻便。安装过程可以参考https://jingyan.baidu.c...
机器学习算法及代码实现--支持向量机
<em>机器学习算法</em>及代码<em>实现</em>–支持向量机1、支持向量机SVM希望通过N-1维的分隔超平面线性分开N维的数据,距离分隔超平面最近的点被叫做支持向量,我们利用SMO(SVM<em>实现</em>方法之一)最大化支持向量到分隔面的距离,这样当新样本点进来时,其被分类正确的概率也就更大。我们计算样本点到分隔超平面的函数间隔,如果函数间隔为正,则分类正确,函数间隔为负,则分类错误,函数间隔的绝对值除以||w||就是几何间隔,几何间隔
DJGPP——免费、开源的C语言编译器
  DJGPP是个编译器,它是基于GNU GPL式自由开放的C/C++编译器,许多新的实用的DOS软件都是用它来编译的,而且它包含有大量GNUish的DOS软件包,这个软件包可以让我们制作在DOS或WINDOWS机器上运行的32位保护模式的程序,推荐程序员使用!   此编译器的发起人是DJ Delorie,它是<em>开源</em>的,任何人都可以改进它,为它的发展作贡献。大家就可以用它来编写新的DOS软件来使DOS更加强大.   当程序由DJGPP编译,并使用DJGPP的开发工具时,表面看起来象普通的DOS程序.它依赖于MS-DOS和BIOS<em>实现</em>文件I/O和其它基本功能例如键盘输入,屏幕感应等。DJGPP适应的环境有:MS-DOS,Caldera's DR-DOS,FreeDOS,Windows 9x,NT,XP,OS/2,Linux DOSEmu.当DJGPP在Windows xp和Caldera's DR-DOS中运行时,它支持长文件名.
完整开源ZigBee协议栈C语言代码
ZigBee协议栈代码,目前为数不多的<em>开源</em>版本之一,具有很高的开发参考价值。
一个SSL VPN的C源码
VPN源码,C语言写的,包含server端和客户端。很不错
《OSPF协议完全实现》源代码
《OSPF协议完全<em>实现</em>》光盘已经没有<em>下载</em>了,这是好不容易找到的随书源代码,用C++<em>实现</em>,参照书本内容,很有学习价值。
MQTT V3.1.1协议 C Server,以及客户端源码
MQTT V3.1.1协议 C Server,以及客户端源码, C代码形式。支持有一定代码基础的人<em>下载</em>
rabbitmq相关开源代码c
https://github.com/alanxz/rabbitmq-crnhttps://github.com/akalend?tab=overview&from=2015-09-01&to=2015-09-30
机器学习SVM(支持向量机)实验报告(带源代码)
完整的<em>实现</em>了<em>机器学习算法</em>——支持向量机(SVM),同时通过交叉验证求解最优C值
C语言常用功能库:Klib
Klib 是一个C语言常用功能库,是一个轻量级和独立的 Glib 版本。大多数组件都是独立的外部库,除了标准C库,并且相互独立。要使用这个库的一个组成部分,你只需要几个文件复制到你的源代码树,而不必担心库的依赖。 Klib求效率和小内存占用。有些部件,如khash.h,kbtree.h,ksort.h和kvec.h,都是相似的算法或数据结构中所有的编程语言的在速度和存储器使用方面最有效的<em>实现</em>方式。
机器学习MapReduce
MapReduce:分布式计算的框架  优点:可以在短时间内完成大量的工作。-------------------因为它使得程序以并行的方式运行!缺点:算法必须经过重写,需要对系统工程有一定的理解。其可以理解为有两个阶段处理过程:一个map阶段,一个reduce阶段。map阶段的输出经过处理,进行下一步的处理工作,而这部分的处理工作是由reducer来完成的。注意:在任何时候,每个mapper或r...
基于机器学习的文本分类算法的研究
1. 简述nn文本分类的方法属于有监督的学习方法,分类过程包括文本预处理、特征抽取、降维、分类和模型评价。本文首先研究了文本分类的背景,中文分词算法。然后是对各种各样的特征抽取进行研究,包括词项频率-逆文档频率和word2vec,降维方法有主成分分析法和潜在索引分析,最后是对分类算法进行研究,包括朴素贝叶斯的多变量贝努利模型和多项式模型,支持向量机和深度学习方法。深度学习方法包括多层感知机,卷积神...
机器学习算法 朱塞佩·博纳科尔索著 机械工业出版社 智能科学与技术丛书 高清PDF
与机器学习领域很多偏重于理论的书相比,本书在简明扼要地阐明基本原理的基础上,侧重于介绍如何在Python环境下使用机器学习方法库,并通过大量实例清晰形象地展示了不同场景下机器学习方法的应用。从这个角度来说,本书是一本使<em>机器学习算法</em>通过Python<em>实现</em>真正“落地”的书,而这无疑将给想要或致力于机器学习应用的读者带来方法理解和<em>实现</em>上的巨大裨益。 本书中的例子采用Python编写,使用了scikit-learn机器学习框架、自然语言工具包(NLTK)、Crab、langdetect、Spark、gensim和TensorFlow(深度学习框架),环境为Linux、Mac OS X或Windows平台的Python 2.7或3.3+版本。 本书主要面向希望进入数据科学领域但对机器学习非常陌生的IT专业人员(最好熟悉Python语言)。此外,需要基本的数学知识(线性代数、微积分和概率论),以充分理解大部分章节的内容。 本书介绍了数据科学领域常用的所有重要<em>机器学习算法</em>以及TensorFlow和特征工程等相关内容。涵盖的算法包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、k均值、随机森林等,这些算法可以用于监督学习、非监督学习、强化学习或半监督学习。 在本书中,你将学会如何使用这些算法来解决所遇到的问题,并了解这些算法的工作方式。本书还将介绍自然语言处理和推荐系统,这些内容将帮助大家进行多种算法的实践。 阅读完本书后,面对你所遇到的问题,你将了解如何选择合适的聚类、分类或回归的<em>机器学习算法</em>。
zlog---比log4c更牛的c语言日志库
功能: syslog风格的配置文件,易学易用 可以灵活配置日志输出的格式,类似于log4j的pattern layout 纲目分类模型,比log4j系列的继承模型更加清晰 多种输出,包括动态文件、静态文件、stdout、stderr、syslog 可以在运行时动态刷新配置,只需要调用函数zlog_reload() 高性能,在我的笔记本上达到72'000条日志每秒, 大概是syslog(3)配合rsyslogd的200倍速度 用户可以自定义等级,无需改变库代码 多线程和多进程写同一个日志的情况下,安全转档(转档就是把太大的日志重命名) 可以精确到微秒 如果一个程序默认只用一个分类输出,zlog提供了简单的调用包装dzlog MDC,一个log4j风格的键-值对的表,可以扩展用户自定义的字段 自诊断,可以在运行时输出zlog自己的日志和配置状态 不依赖其他库,只要是个POSIX系统就成
跨平台C语言开源库总结
提供跨平台的C语言库,各类C、C++程序都可以用到其中的东西,已支持AIX、HP-UX、Solaris、FreeBSD、Linux、Mac OS X和Windows操作系统 n本人辛苦了四年,颠覆多次,终成这个发布版,现在作为unix-center的<em>开源</em>项目,任何非册用户进入此链接都可以<em>下载</em> n有兴趣的先顶一下,便于后面的伙计看到此贴。 n第二版主要增加了进程通讯的一些东西,包括线程,线程锁
windows平台基于C开发的websocket服务器开源
https://github.com/orgRuilovechuLib/repWebSocketWinServer__V1_0
各种池---内存池的高效实现(C语言)
序言n在编程过程中,尤其是对于C语言开发者,其实编程就是在使用内存,不停地变化内存中的数据。当我们想开辟一片新的内存使用时,就会使用malloc<em>实现</em>。但是通过查阅很多资料,发现频繁的使用malloc并不是很好的选择。原因就是如果频繁的申请内存、释放内存,操作系统由于内存管理算法原因,导致会出现内存碎片。其实产生碎片是一件很平常的事情,为何会这样,我想主要是内存利用率与性能的一个平衡。如果操作系统
邹博-机器学习算法-Python版
本课程特点是从数学层面推导最经典的<em>机器学习算法</em>,以及每种算法的示例和代码<em>实现</em>(Python)、如何做算法的参数调试、以实际应用案例分析各种算法的选择等。
MLlib分类算法实战演练--Spark学习(机器学习)
因为自身原因最近再学习spark MLlib,看的教材是《spark机器学习》,感觉这本书偏入门并且有很多实操,非常适合新手。下面就是我在学习到第五章关于分类算法的一些要点,最要是通过代码实操,具体算法原理就不介绍。nnnn一、数据来源及开发环境nnnn开发环境:为了方便代码管理这里使用了IDEA集成开发环境,单机进行代码调试感觉很方便嘛,主要环境与我前两篇博客中部署的环境一致。nnnn数据源:机
C语言实现hashmap,安卓系统AOSP源码
HashMap.hn#ifndef __HASHMAP_Hn#define __HASHMAP_Hn#include "ESR_ReturnCode.h"n#include "ESR_SharedPrefix.h"n#include "ptypes.h"n#include ntypedef struct HashMap_tn{n  ESR_ReturnCode(*put)(str
声波通信源代码(改进版)
该声波通信程序在上一个<em>开源</em>版本SinVoice版本的基础上,做了很多优化: * 1. 识别效率更高,几乎达到100%,完全可以达到商业用途标准,比chirp,支付宝,茄子快传等软件的识别效率更高。 * 2. 能支持更多复杂场景的识别,在有嘈杂大声的背景音乐,嘈杂的会议室,食堂,公交车,马路,施工场地, * 小汽车,KTV等一些复杂的环境下,依然能保持很高的识别率。 * 3. 能支持更多token的识别,通过编码可以传送所有字符。 * 4. 通过定制可以<em>实现</em>相同字符的连续传递,比如“234456”。 * 5. 支持自动纠错功能,在有3个以内字符解码出错的情况下可以自动纠正。 * 6. 程序运行效率非常高,可以用于智能手机,功能手机,嵌入式设备,PC,平板等嵌入式系统上。 * 7. 声波的频率声音和音量可定制。
专家系统及常用开发语言
这是一篇论文。专家系统是人工智能的一个重要分支,是研究的热点。研究人员采用了各种各样的语言进行软件的开发。为了给研究人员寻找更加适合所开发系统的语言,介绍了专家系统的概念和结构,分析了几种常见的专家 系统开发语言,比较了其优缺点,最后给出了不同专家系统的开发建议。
白话大数据与机器学习 完整PDF版
本书通俗易懂,有高中数学基础即可看懂,同时结合大量案例与漫画,将高度抽象的数学、算法与应用,与现实生活中的案例和事件一一做了关联,将源自生活的抽象还原出来,帮助读者理解后,又带领大家将这些抽象的规律与算法应用于实践,贴合读者需求。同时,本书不是割裂讲解大数据与机器学习的算法和应用,还讲解了其生态环境与关联内容,让读者更全面地知晓渊源与未来,是系统学习大数据与机器学习的不二之选
BACnet协议源码
工作需要学习BACnet协议,希望对大家学习BACnet协议有用!
机器学习-算法工程师 -面试/笔试准备-重要知识点梳理
原文地址:http://blog.csdn.net/lrs1353281004/article/details/79529818rnrn整理了一下机器学习-算法工程师需要掌握的机器学习基本知识点,并附上了网上笔者认为写得比较好的博文地址,供参考。(持续更新)rnrn机器学习相关基础概念rnrnrnrnVariance(方差)与bias(偏差)rnrnhttps://www.zhihu.com/question/270...
几种内存池的实现(c/c++ 源码)
几种 内存池 的<em>实现</em> (c/c++ 源码)
百面机器学习 算法工程师带你去面试.pdf 文字版 无套路
本书收录了超过100道<em>机器学习算法</em>工程师的面试题目和解答,其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发,不仅囊括了机器学习的基本知识,而且还包含了成为优秀算法工程师的相关技能,更重要的是凝聚了笔者对人工智能领域的一颗热忱之心,旨在培养读者发现问题、解决问题、扩展问题的能力,建立对机器学习的热爱,共绘人工智能世界的宏伟蓝图
机器学习算法面试题(搜集)
打算每天抽点时间出来,整理1-2题nn重在持之以恒。nn2018.8.28nn1.LR为什么用sigmoid函数。这个函数有什么优点和缺点?为什么不用其他函数?nnLR 面试常见问题nn感觉这个有点难,自己也百度了一下,很多的解释都是以结果为导向,逆着推,利用sigmoid函数的优点来进行解释,总给人的感觉是以结果推结果,这个先放下,等以后深究后,再回来写。nnPS:自己写的以下是nn      ...
机器学习基础 第二章 预测算法
1 一元线性回归1.1 为什么用回归 n图1.1.1 Google的票房与搜索量的关系图1.1显示的是Google发布的电影的搜索量与票房的关系。如何用历史的信息预测票房就是(线性)回归问题。1.2 一元线性回归模型1 数学描述图1.1.1中的横、纵轴分别用用{xi,yi}图1.1.1中的横、纵轴分别用用\left\{ x_{i},y_{i} \right\}表示,表示,1≤i≤N。假设图1.1中使
机器学习实战-基本算法总结1
机器学习基本算法总结nnnn☞监督学习——分类nnnn代码在这,基于python3(原书代码是python2)nn这里只是一个总结,原书已经讲解很清楚了,不清楚的直接看代码,或者李航的统计学习方法也有公式推导。nnnn目录1nnn1.k-近邻算法(kNN)n2.决策树(ID3)n3.基于概率论的分类方法:朴素贝叶斯n4.Logistic回归n5.支持向量机(SVM)n6.Adaboost元算法提高
Docker-开源的应用容器引擎
-
sitedigger3.msi下载
对网站进行漏洞扫描 相关下载链接:[url=//download.csdn.net/download/gaigai1/2962864?utm_source=bbsseo]//download.csdn.net/download/gaigai1/2962864?utm_source=bbsseo[/url]
IP切换工具 IP切换器下载
IP切换工具 IP切换器 省力好用服务 IP切换器 省力好用 相关下载链接:[url=//download.csdn.net/download/jaykeyy/3045519?utm_source=bbsseo]//download.csdn.net/download/jaykeyy/3045519?utm_source=bbsseo[/url]
dwr2.0.5.jar&dwr2.0.6.jar&dwr3.rc1.jar下载
DWR的各种版本Jar文件——dwr2.0.5.jar、dwr2.0.6.jar、dwr3.rc1.jar 相关下载链接:[url=//download.csdn.net/download/zhaokaihehe/3125927?utm_source=bbsseo]//download.csdn.net/download/zhaokaihehe/3125927?utm_source=bbsseo[/url]
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 java实现机器学习算法 基础的机器学习算法
我们是很有底线的