数据挖掘与机器学习课设

本论文针对两个具体的数据挖掘问题提出了基于机器学习算法的解决方案，涉及户外定位和链接检测等的研究

NULL博文链接：https://dengqsintyt.iteye.com/blog/2096749

数据挖掘实用机器学习技术（英文版）《数据挖掘实用机器学习技术》(原书第2版)介绍数据挖掘的基本理论与实践方法。主要内容包括：各种模型(决策树、关联规则、线性模型、聚类、贝叶斯网以及神经网络)以及在实践

数据挖掘-实用机器学习技术中文版主要讲解一些数据挖掘的方法，概括面比较全。

机器学习当中利用最大熵进行决策分类的算法

利用梯度下降算法,进行机器学习.利用C++实现下降算法.

数据挖掘的一些学习资料，收集了一些ppt和一些比较好的讲义和参考资料，希望有帮助。

机器学习和数据挖掘算法 机器学习和数据挖掘算法的Python实现 分类算法 支持向量机 旋转森林 随机森林 PCA LDA 朴素贝叶斯 粒子群算法 QDA 决策树 知识网络 功能选择 随机森林 BPS

大数据，机器学习，深度学习。以深度学习(或者机器学习)建立于大数据之上的一些方法论

本课设为编译原理的最终课设报告。涉及词法分析器（生成二元式、标识符表）、语法分析器（生成状态栈、符号栈及相应的规约和移近动作）、语义分析（生成语义栈）、中间代码生成（生成相应的四元式）