说明：基于稀疏贝叶斯框架的机器学习算法，能有效用于回归和分类预测，具有较强的泛化性
机器学习-预测 贝叶斯-预测 稀疏贝叶斯 机器学习 机器学习预测
说明：该算法是机器学习领域新提出的一种能应用于分类和拟合的方法，被称为相关向量机(RVM)，相比于在这一领域表现出色的支持向量机(SVM)，该算法在保持杰出分类能力和拟合能力的同时，也表现出良好的稀疏性，因此拥有更好的泛化能力。本算法值得广大机器学习研究领域的科研人员借鉴学习。
rvm-算法 rvm-分类-matlab 机器学习-拟合 稀疏保持 稀疏分类 SVM
说明：有较好的参考价值，是机器学习的例程，pwm整流器的建模仿真，PLS部分最小二乘工具箱,用MATLAB实现动态聚类或迭代自组织数据分析，主要是基于mtlab的程序。
matlab pwm 程序 仿真 pls 学习 工具箱 基于 实现 主要 机器 参考 最小 动态 价值 部分 整流器 建模 数据分析 组织 迭代 mtlab
说明：实现了机器学习中的logistic regression 算法，可以对三类高斯分布的采样进行分类
matlab-irls logistic分类 IRLS IRLS-MATLAB regression
说明：基于主题分类特征的物业评论情感分析_徐辰
机器学习
说明：模式分类 Richard O.Duda 中译本
说明：基于卷积神经网络的电力设备缺陷文本分类模型研究_刘梓权
说明：在机器学习中，感知是一种算法对输入的监督分类成几种可能的非二进制输出之一。它是一种类型的线性分类器，即分类算法基于线性预测器功能组合的一组权重与特征向量，使得它的预测。该算法可在线学习，因为它处理在培训内容设置一次。感知算法在康奈尔航空实验室由弗兰克罗森布拉特于1957年发明。
matlab 算法 学习 感知
说明：预测分类，很赞 ELM在研究中被视为一类特殊的FNN，或对FNN及其反向传播算法的改进，其特点是隐含层节点的权重为随机或人为给定的，且不需要更新，学习过程仅计算输出权重 [2]。 传统的ELM具有单隐含层，在与其它浅层学习系统，例如单层感知机（single layer perceptron）和支持向...
深度学习回归 ELM多分类 ELM FNN elm分类代码
说明：支持向量机(SVM, Support Vector Machines)实际是近年来出现的一种先进的机器学习方法，它是重要的基于VC理论的创造性机器学习方法，是一种非常有潜力的分类技术 ，开辟了学习高维数据新的天地，可以替代多层感知机、RBF神经网络和多项式神经网络己有的学习算法，同时SVM方法在实际...
matlab 分类 svm 基于 类别
