原文:
SVM多核学习在图像分类中的应用
面试 | SVM 高频面试题
手写的从前2016 阅5293 转41
在R中使用支持向量机(SVM)进行数据挖掘
黄健a00qp4p45m 阅1358 转8
基于支持向量机(SVM)的人脸识别
黑尘子 阅1086 转7
深度学习六十问!一位算法工程师经历30+场CV面试后总结的常见问题合集下篇(含答案)
昵称73546223 阅702 转4
【实验】理解SVM的核函数和参数
taotao_2016 阅5000 转3
支持向量机(svm)新手入门篇
ddguo2001 阅85 转2
数学工具系列之内核与内核函数是美丽的数学概念,解决复杂问题
明月照书窗 阅131
机器学习理论与实战(六)支持向量机
瓜子的成长 阅503 转5
SVM参数详解
Z2ty6osc12zs6c 阅6683 转18
用于车牌字符识别的SVM算法
superlee 阅3443 转51
SVM:从理论到OpenCV实践
mscdj 阅2535 转14
libSVM简介及核函数模型选择
老狗肚皮 阅908 转3
基于RBF核函数的支持向量机参数选择
zhenxin608 阅709 转3
《R语言数据挖掘》第七章 R的支持向量机:数据预测
大高老师 阅152
Python 深入浅出支持向量机(SVM)算法
东东Wr 阅74
支持向量机高斯核调参小结
thedust79 阅136
用SPSS借助R插件建立支持向量机模型
Memo_Cleon 阅41
基于特征融合的变电设备类型及故障识别算法研究
GXF360 阅63
深度|L2正则化和对抗鲁棒性的关系
无悔大哥chen 阅133 转2
支持向量机原理(三)线性不可分支持向量机与核函数
新用户8173JS52 阅181 转2
整理一份万字机器学习资料!
taomaohu860706 阅108 转3
机器学习——海量数据挖掘解决方案
心不留意外尘 阅149 转2
基于词袋模型的图像分类算法
黄俊木 阅856 转7
常见核函数
zhouling_0922 阅9002 转78
首页
留言交流
联系我们
回顶部