MLAPP

【项目打包】visual studio 2022下c++项目打包成exe文件发布

【项目打包】matlab下mlapp项目打包成exe文件发布【项目打包】Pycharm下py项目打包成exe文件发布配置信息系统：win11
a_golden_fish·2023-12-15 11:57

如何有效解决AppDesigner中使用符号工具箱syms后打包发布成exe等可执行文件不兼容的问题？

点击“日志文件”打开一看出现了如下的关键警告信息：警告:在"D:\Documents\Matlab\app2.mlapp"中，根据MATLABCompiler许可证，对MATLABRuntime环境打包时不包含
巴山学长·2023-11-11 16:51

使用git管理matlab代码

1.在Git中注册二进制文件如果您使用第三方源代码管理工具，则必须.mlx、.mat、.fig、.mlapp、.mdl、.slx、.mdlp、.slxp、.sld
唱跳ROS·2023-11-04 11:21

leetcode 圆圈中最后剩下的数字(约瑟夫环)

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2023-10-19 07:04

《现代推荐算法》矩阵分解系列简介

/关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2023-10-01 22:39

《现代推荐算法》神经协同过滤之MLP算法

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2023-09-16 18:48

leetcode 路径总和

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2023-07-19 23:47

C#调用Matlab引擎详细方法以及注意事项

一、添加dll二、直接运行Matlab语句MLApp.MLAppmatlab=null;TypematlabAppType=System.Type.GetTypeFromProgID("Matlab.Application
Alex.Wang~·2023-06-24 07:23

《现代推荐算法》传统协同过滤（user-CF, item-CF）

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2023-04-16 19:38

【项目打包】Pycharm下py项目打包成exe文件发布

【项目打包】matlab下mlapp项目打包成exe文件发布【项目打包】visualstudio2022下c++项目打包成exe文件发布配置信息系统：win11
a_golden_fish·2023-04-09 05:50

MLAPP(翻译)—第一章

1什么是机器学习我们沉浸在信息中，渴望知识。—约翰奈斯比特。我们正在进入大数据时代。例如，大约有1万亿个网页；每秒钟有一小时的视频上传到youtube上，每天的内容相当于10年的总和；1000多人的基因组，每一个都有个碱基对，已被各种实验室测序；沃尔玛每小时处理超过100万笔交易，并且包含超过2.5千兆字节（）信息的数据库（Cukier2010）等等。这种大量的数据需要自动化的数据分析方法，这就是
算法小生·2023-04-03 02:22

《现代推荐算法》神经协同过滤之GMF算法

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2023-03-24 12:22

《现代推荐算法》矩阵分解系列（SVD，FunkSVD，BiasSVD）原理

/关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2023-01-28 10:11

机器学习中的优化问题

参考书：MLAPP机器学习中，从监督学习到非监督学习、从线性回归到聚类降维，最终都转化成求解一个优化问题。
刘志赫的猫·2023-01-08 10:55

机器学习与优化论专业读本

大部分内容已读过一遍，少量读过2-3遍，略以记录.1.统计学习方法（第一版、第二版李航著）2.机器学习（周志华）3.PRML（Pattern-Recognition-and-Machine-Learning）4.MLAPP
scott198510·2022-12-27 15:10

MATLAB面向对象_及_AppDesigner使用

面向对象面向对象编程的优点MATLAB中的类类的属性类的方法类的继承类的聚集Handle类的set和get方法类的访问权限MATLAB的Vaule类和Handle类AppDesigner各个版本的特点mlapp
山音水月·2022-12-17 21:52

MLaPP Chapter 6 Frequentist statistics 频率学派统计学

6.1Introduction频率学派统计学（frequentiststatistics），经典统计学（classicalstatistics），或者叫正统的统计学（orthodoxstatistics），设计了一些不把参数当做随机变量的统计推断方法，从而避免了使用贝叶斯法则和先验。频率学派依赖于抽样分布（samplingdistribution），而贝叶斯学派则依赖后验分布（posteriord
张小彬的代码人生·2022-11-19 22:03

matlab app designer：把.mlapp文件转换为.p文件进行加密

matlabappdesigner：把.mlapp文件转换为.p文件进行加密两个步骤：在App界面通过“保存”的子菜单将.mlapp导出为.m文件将第一步的.m文件转换为.p文件，代码如下：pcode文件名
24岁的学习随笔·2022-10-03 13:58

MLaPP Chapter 10 Bayes nets 贝叶斯网络

10.1Introduction书里开头就引用了迈克尔·乔丹对图模型的理解，他说处理复杂系统有两个原则，模块性（modularity）个抽象性（abstraction），而概率论（probabilitytheory）则通过因式分解（factorization）和求平均（averaging）深刻地实现了这两个原则。概率图模型有三大任务：表征（representatino），推断（Inference）
张小彬的代码人生·2022-07-01 07:10

研习计划 2018-01-25

一、整体长远计划内容——强化内力修为（1）sml（PRML+ESL+MLAPP+BRML）（2）dl（nndl+dl）（3）paper、paper、paperandrelatedcodes二、ML相关的数学理论基础
西方失败9527·2022-02-09 14:26

MLAPP————第六章 频率派统计

第六章频率派统计6.1简介在第五章我们讨论的贝叶斯统计的这套方法，在一些非统计学问题中，比如医疗诊断，垃圾邮件过滤，飞机追踪等问题上，大家都是用贝叶斯的这一套去做。但是在很多统计学问题上，却存在一些争议，主要有一部分认为不应该用随机变量来刻画统计模型里面的参数。那么统计学派的这些人，他们就希望能够找到一些统计的方法，而不是将参数设置为随机变量，用贝叶斯那一套去做。这样的方法被称作频率派的方法，古典
QQQiZZZ·2020-09-12 13:59

k-means和EM算法的Matlab实现

说明：1.本文实现了K.P.Murphy的MLaPP一书第11章的k-means和GMM/EM算法；2.Matlab代码；3.非职业码农，代码质量不高，变量命名也不规范，凑合着看吧，不好意思；MLaPP
foreseerwang·2020-09-12 06:26

MLaPP Chapter 8 Logistic Regression 逻辑斯特回归

8.1IntroductionLR是一个非常重要的模型，几乎所有的机器学习职位面试都会问到。因此这章是重点，一定要看懂。8.2Modelspecification把线性回归的高斯分布，换成伯努利分布，就成了逻辑斯特回归，不过这个模型其实是个分类模型，p(y|x,w)=Ber(y|sigm(wTx))其中sigm(η)≜eη1+eη表示sigmoidfunction,orlogitorlogisti
张小彬的代码人生·2020-09-12 02:55

MLAPP————第八章 Logistic 回归

第八章Logistic回归8.1简介在这一章我们是介绍了用判别模型来进行分类问题的求解，而不是进行用生成模型。8.2模型的描述正如我们在1.4.6讨论的，逻辑回归对应于以下的二分类模型：，下图给出了在2维情况下的对于不同的的这样的图：其实如果我们认定等于0，即等于0.5作为分类的界的话，那么分类的那条线就是与垂直的那条线。8.3模型拟合在这一小节中，我么讨论相关算法去估计logistic回归模型中
QQQiZZZ·2020-09-12 01:51

粒子滤波（particle filtering）梳理

本文根据MLaPP第23章，从importancesampling开始梳理，直至导出粒子滤波，并给出相应的范例程序。rejectionsampling太简单，就不介绍了。
foreseerwang·2020-08-26 11:40

《现代推荐算法》神经协同过滤之MLP算法

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-18 06:27

《现代推荐算法》神经协同过滤之GMF算法

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-18 06:27

leetcode 圆圈中最后剩下的数字(约瑟夫环)

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-18 06:26

《机器学习模型思考》系列：线性回归模型的基本假设

/关注长歌大腿公众号，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-18 06:26

《现代推荐算法》传统协同过滤（user-CF, item-CF）

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-18 06:26

《现代推荐算法》矩阵分解系列（SVD++，Time SVD++）原理

/关注长歌大腿公众号，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-18 06:26

《现代推荐算法》矩阵分解系列（SVD，FunkSVD，BiasSVD）原理

/关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-18 06:26

贪心算法题：leetcode 跳跃游戏

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-17 19:16

Matlab的App Designer中使用timer定时任务

背景：matlabappdesigner设计的桌面程序需要用到timer定时任务坑：直接在appdesigner中的.mlapp文件中添加timer和回调函数，发现回调函数不会被执行，查资料才发现，回调函数需要在
路人 假·2020-08-15 14:56

leetcode 路径总和

关注公众号长歌大腿，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
yifan_nir·2020-08-14 22:39

MLAPP————第三章 离散数据的生成模型

第三章离散数据的生成模型3.1介绍在2.2.3.2中，讨论了通过生成分类器对特征进行分类，利用如下公式：，利用这个模型的关键就是对于每个类别指定一个合适的条件概率密度函数，这一章我们主要考虑的数据是具有离散的特征，同时我们也会考虑如何去推断模型的参数。3.2贝叶斯概念学习概念学习，举个例子，一个小孩是如何学习狗这个概念的呢，一般在遇到狗时，家长会对小孩说，这是狗，所以都是从正例出发。一般来说不会说
QQQiZZZ·2020-08-09 22:20

如何高效阅读机器学习顶会论文

如何高效阅读机器学习顶会论文1.读书与读论文的区别**教材仔细读：**经过长时间的打磨，是精品；书籍如CSAPP,ESL,MLAPP,GEB（最后这个花费作者一辈子心血）论文要甄别：顶会论文：cvpr,
troublemaker、·2020-08-08 00:59

数据降维-核化线性降维（kernelized PCA）

传统的PCA使用的是线性变换，为此(Schoelkopfetal.1998)在传统的PCA中引进了kernel的技巧，本文的主要参考文献为MLAPP,参考的是第14章的第四小节，算法如下：这个算法，和传统的
u_say2what·2020-08-01 02:05

RVM算法的matlab实现

相比于SVM，MLaPP对RVM评价颇高：WeattributetheenormouspopularityofSVMsnottotheirsuperiority,buttoignoranceofthealternatives
foreseerwang·2020-07-27 22:13

关乎《机器学习实战》这本书基本刷完后的一些看法以及合集

也不单单的是一遍就能搞定的东西，理论在过了CS229发现果然还是应该重复重复重复的看下去这本书涉及API的之后的就没实战了，因为开了ss发现也爬不到东西下一本书准备刷《集体智慧编程》，顺便可以补一下《MLAPP
Kelisita·2020-07-14 18:05

树莓派安装 OpenWrt 固件（丰富插件）制作小型无线路由器，支持2B/3B/3B+/4B (个人踩坑，Wan口无法PPPOE拨号)

首先感谢下面作者提供的固件：https://mlapp.cn/369.html之前买过一个树莓派3B+用来学习Linux的，前几天不知怎么的，宿舍路由器变得奇慢无比，正好在油管上看到有人把openwrt
cbirdfly_·2020-07-09 10:54

Matlab exist()函数

2-name是带扩展名的文件.m，.mlx或者.mlapp，或者name是用非注册的文件扩展名的文件的名
是晓Xiao哦·2020-07-01 11:11

白板推导机器学习--绪论

概率图模型参考书推荐：1.李航《统计学习方法》感K朴决逻，支提E隐条————>统计机器学习2.周志华《机器学习》西瓜书3.PRML《模式识别与机器学习》主要是以贝叶斯的角度：回分神核稀，图混近采连顺组4.MLAPP
Harrytsz·2020-07-01 09:10

MLAPP——机器学习的概率知识总结

《机器学习》课程使用的是KevinP.Murphy所著的《MachineLearningAProbabilisticPerspective》这本英文原版教材，这本书从概率论这个数学角度独特阐述了机器学习的所有问题，需要较强的数学基础。因为是英文教材，特开一个专题在此记录自己的学习过程和各种问题，以供备忘和举一反三之用。在讲解了机器学习的概述之后，第二章紧接着就开始讲述概率论的知识，通过后续的学习会
OshynSong·2020-06-26 22:51

使用matlab设计交互界面（App Designer）

1.主体流程1.1一个最简单的DemoApp在matlab主界面里面新建App（保存为DemoApp.mlapp），就可以进入AppDesigner。
Evil_Aaron·2020-06-26 21:28

基于APP Designer 实现串口数据监测功能App总结（3)——app package

通过“应用程序/ApplicationCompiler”工具来实现：界面如下把前文设计的.mlapp文件作为主文件单击package就可以了。当然，需要的话可以加入一些版本、版权、描述的信息。
modolllee·2020-06-24 15:25

MLAPP————第十三章 稀疏线性模型

第十三章稀疏线性模型13.1简介关于特征选择这个话题，其实我们在3.5.4中曾提到过，在那个方法中，我们会选择输入变量和输出的互信息很高的那些变量。这种方法的问题在于目光短浅，每次只关注一个变量。但是如果我们的变量相互之间是有联系的就不行了，比如说，如果，无论是或者是都和结果的关系不是很大，但是异或的结果却和输出是一致的。在本章中，我们将着重于使用基于模型的方法一次性的选择一组变量。如果我们的模型
QQQiZZZ·2020-06-24 13:39

MLAPP————第十二章 隐线性模型

第十二章隐线性模型12.1要素分析（factoranalysis）在我们之前提到的混合模型中，数据的生成都是由某个隐状态控制的，然后是那个隐状态控制的分布生成的，但是这样的模型在表示上还是具有一定的局限性，不够完整。一个可行的方法是引入实值的隐变量，最简单的先验就是使用高斯的（当然后面也会考虑其它的情况）：，如果我们观测到的数据也是连续的话，即：，那么我们可以假设似然为：这有点像线性模型一样，不过
QQQiZZZ·2020-06-24 13:04

MLAPP————第十四章 核方法

第十四章核方法14.1简介到目前为止，我们书上提到的各种方法，包括分类，聚类或者是其它的一些处理手段，我们的特征都是固定大小的一个向量，一般具有如下的形式，。然而，对于某些类型的对象，如何最好地将其表示为固定大小的特征向量尚不清楚。例如，我们如何表示长度可变的文本文档或蛋白质序列?或者分子结构，具有复杂的三维几何?或者是进化树，它的大小和形状都是可变的。解决这类问题的一种方法是为数据定义生成模型，
QQQiZZZ·2020-06-24 13:04

MLAPP————第十一章 混合模型和EM算法

第十一章混合模型和EM算法11.1隐变量模型在第十章中，我们展示了如何用一个概率图模型去表示一个高维的联合概率分布。基本思想是通过在图中添加两个变量之间的边来建立两个变量之间的依赖关系。另一种方法假设我们的观察到的变量是相关的，就是假设它们都受到某个隐藏的变量影响。这样的模型我们就叫做潜在变量模型(latentvariablemodels,LVMs)，我觉得在这里要说明一下，之前因为也讲到隐变量，
QQQiZZZ·2020-06-24 13:29
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他