k_nn.zip - kNN的思想:计算待分类的数据点与训练集所有样本点，取距离最近的k个样本；统计这k个样本的类别数量；根据多数表决方案，取数量最多的那一类作为待测样本的类别。距离度量可采用Euclidean distance，Manhattan distance和cosine。,2016-10-17 10:10:54,下载8次
ID3.zip - ID3算法流程如下：
1.如果节点的所有类标号相同，停止分裂；
2.如果没有feature可供分裂，根据多数表决确定该节点的类标号，并停止分裂；
3.选择最佳分裂的feature，根据选择feature的值逐一进行分裂；递归地构造决策树。,2016-10-17 10:07:03,下载4次
Naive-bayes.zip - 本文以拼写检查作为例子，讲解Naive Bayes分类器是如何实现的。对于用户输入的一个单词（words），拼写检查试图推断出最有可能的那个正确单词（correct）。当然，输入的单词有可能本身就是正确的。比如，输入的单词thew，用户有可能是想输入the，也有可能是想输入thaw。为了解决这个问题，Naive Bayes分类器采用了后验概率P(c|w)来解决这个问题。P(c|w)表示在发生了w的情况下推断出c的概率。为了找出最有可能c，应找出有最大值的P(c|w)，即求解问题,2016-10-17 10:03:42,下载4次
Li-Hang-Machine-learning-process.zip - 李航博士的机器学习过程，以及对机器学习中的各类算法点评，很实用。,2016-10-17 09:53:52,下载4次
BPNN.zip - 前向型神经网络(BPNN)
1.首先使用随机函数对每一层间的连接权值矩阵和偏置向量进行随机初始化.
2.依次使用一个训练样本对网络进行训练，并按照上面的公式计算每个样本的Δti,t 1,...,T− 1
3.训练p个样本后(一次batch)，按照更新方程对W与b进行更新.
4.重复步骤2～3，直到误差小于设定的阈值或者达到设定的batch次数.,2016-10-17 09:49:42,下载8次