说明：使用hog特征和支持向量机做图像分类与识别

说明：人工智能、神经网络、深度学习：用于点分类

说明：使用BP神经网络进行分类的算法，matlab平台

说明：此程序是对于一个输入为三维的数据进行一个分类，利用的是新兴的宽度学习的方法，有兴趣的可以下载研究，

说明：将两类不可分样本剪辑成可分样本,可作为最近邻法的训练样本。方法的第一步是利用已知样本集中的样本进行预分类,并剪辑掉错分的样本,留下的样本构成剪辑样本集;第二步是利用剪辑样本集和近邻规则对未知样本x进行分类。

说明：ISOLET，分类数据集，特征维度为617，可用于分类问题和特征选择问题的测试集

说明：实现2DLDA降维，在ORL人脸数据集上测试

说明：支持向量机分类，用于鸢尾花的分类，可调节参数，不同情况对比。

说明：机器学习中K均值分类算法的实现，附具体的实现案例

说明：利用BP神经网络作为分类器，对公司财务进行分类，构造分类器，结果表明能够很好的将数据分类，有兴趣可以看看。

说明：R语言和python 做泰坦尼克号生还者分类问题，使用随机森林等

说明：使用SVM、决策树、BPNN对鸢尾花数据集分类

说明：人工神经网络作为机器学习的算法可用于分类故障诊断

说明：案例12 SVM神经网络的数据分类预测-葡萄酒种类识别

说明：用遗传算法改进BP神经网络对鸢尾花数据集进行分类

说明：将数据进行聚类分析，输入一个n乘以2的矩阵，作为需要分类的数据，运行程序得到数据的分类情况。

说明：基于matlab的简明的基于聚类的RBF（径向基）神经网络设计算法

说明：使用MATLAB对minist手写数据集进行分类，能够达到较高的准确率，可以运行。

说明：快速对文本进行分类，能对10条以上文本进行分类

说明：机器学习横跨计算机科学、工程科学和统计学等多个学科，需要多学科的专业知识。在需要解释并操作数据的领域都或多或少可以运用到机器学习，通过这本书可以系统地学习基于python语言的机器学习的相关知识

说明：matlab 智能算法 代码 非线性规划 BP神经网络 基于PSO工具箱的函数优化 支持向量机分类 极限学习机回归拟合及分类 基于多层编码遗传算法的车间调度

说明：对SVM，决策树和朴素贝叶斯分类器的应用

说明：输入特征向量训练随机森林分类模型，并计算分类结果的Kappa系数，混淆矩阵，准确性，特异性和敏感性。

说明：用于分析人工智能对样本进行分类，并且可用于数据挖掘分析

说明：能够利用支持向量机训练算法实现数据快速分类

说明：基于人工鱼群优化的SVM算法，能够有效提高分类准确率

说明：匈牙利和murty算法的仿真程序，可用于数据分类

说明：基于深度学习物体的分类，采用多个GPU训练。

说明：爬取网站作文，可以任意选择要想的页数和分类

说明：通过knn分类算法识别魔方的色块颜色，加入是否识别成功判断，成功识别率比阈值法识别更高。有完整的备注