更新时间：2021-10-27 16:18:05
封面
版权页
内容概述
作者简介
前言
第一篇 特征处理算法
第1章 ReliefF特征选择算法
1.1 原理介绍
1.2 ReliefF特征选择算法优缺点
1.3 实例分析
1.4 房价回归预测问题的特征选择案例代码
第2章 Chi-Merge算法
2.1 原理介绍
2.2 Chi-Merge算法的优缺点
2.3 实例分析
2.4 代码获取
第3章 特征规约算法
3.1 特征规约算法原理介绍
3.2 几种特征规约算法的优缺点
3.3 特征规约算法实例分析
3.4 代码获取
第二篇 分类和聚类算法
第4章 KNN算法
4.1 原理介绍
4.2 KNN算法的核心知识
4.3 KNN算法的优缺点
4.4 实例分析
4.5 代码获取
第5章 K-Means算法
5.1 原理介绍
5.2 K-Means算法的优点与缺点
5.3 实例分析
5.4 代码介绍
5.5 代码获取
第6章 高斯混合聚类算法
6.1 原理介绍
6.2 高斯混合聚类算法的优缺点
6.3 实例分析
6.4 代码获取
第7章 ISODATA算法
7.1 原理介绍
7.2 ISODATA算法的优缺点
7.3 实例分析
7.4 代码介绍
第8章 谱聚类算法
8.1 原理介绍
8.2 聚类普算法的优缺点
8.3 实例分析
第三篇 神经网络算法
第9章 BP神经网络与径向基神经网络算法
9.1 原理介绍
9.2 BP和径向基神经网络算法的优缺点
9.3 实例分析
9.4 代码获取
第10章 Hopfield神经网络算法
10.1 原理介绍
10.2 Hopfield神经网络算法的优点与缺点
10.3 正交法权值计算
10.4 正交法权值计算的吸引情况说明
10.5 实例分析
10.6 代码获取
第11章 LSTM长短期记忆网络算法
11.1 原理介绍
11.2 LSTM的数学推导和说明
11.3 激活函数求导说明
11.4 补充
11.5 LSTM算法的优点与缺点
11.6 实例分析
11.7 代码获取
第四篇 优化算法
第12章 网格寻优算法
12.1 原理介绍
12.2 网格寻优算法的优缺点
12.3 实例分析
12.4 代码获取
第13章 模拟退火聚类算法
13.1 原理介绍
13.2 模拟退火算法的优缺点
13.3 实例分析
13.4 代码介绍
第14章 EMD经验模态分解算法
14.1 原理介绍
14.2 EMD经验模态分解算法的优缺点
14.3 实例分析
14.4 代码获取
第五篇 基于不同数学思想的算法
第15章 粗糙集算法
15.1 原理介绍
15.2 粗糙集算法的优缺点
15.3 实例分析
15.4 代码介绍
第16章 基于核的Fisher算法
16.1 基于核的Fisher算法介绍
16.2 Fisher核函数算法的优缺点
16.3 实例分析
16.4 代码介绍
第17章 SVM支持向量机算法
17.1 原理介绍
17.2 SVM算法的优点与缺点
17.3 实例分析
