• GeoGebra公司

  • 引用324篇文章[sw04203]
  • 连接几何、代数、表格、绘图的教育,统计学微积分在一个简单。。。接口,但功能强大特征. 创建交互式的创作工具学习作为网页的材料。。。
  • PMTK公司

  • 在146篇文章中引用[sw14689]
  • 学习,图形模型和贝叶斯统计学(因此有了这个标志)。(常客的一些方法统计学,这样。。。错误会被修复,但不会有新的特征将被添加(至少。。。
  • 教授

  • 在14篇文章中引用[sw16924]
  • 物理化学特征经常被用于统计的 学习预测模型。。。结构、功能和相互作用概况。蛋白质特征)是一个通常用于计算的web服务器。。。
  • 统计学工具箱

  • 引用18条[sw10157]
  • 统计工具箱提供统计的还有机器学习用于组织、分析和建模的算法和工具。。。统计的用于探索性数据分析的绘图,并进行假设检验。用于分析多维数据,统计... 影响模型的变量特征使用主数据转换。。。工具箱提供有监督和无监督的机器学习算法,包括支持向量机,增强。。。
  • 木槌

  • 引用21篇文章[sw10602]
  • 统计的自然语言处理、文档分类、聚类、主题建模、信息抽取等机器学习... 分类:将文本转换为“特征,各种各样的算法(包括天真的。。。
  • 对折的

  • 引用8篇文章[sw17117]
  • 热力学参数,SCFGs采用全自动统计的 学习导出模型参数的算法。尽管如此。。。区分训练和特征-得分丰厚。通过合并特征在典型的。。。概率和热力学模型,证明统计的 学习程序提供了一个有效的替代经验。。。
  • 索法

  • 引用3篇文章[sw31665]
  • 大型社团网络学习. 许多现代大数据应用特征大规模的。。。回答和预测数。更好统计的科学的洞察力和效率。。。基本上不相容的目标。两者兼得特征在本文中,我们提出了这种方法。。。学习底层的关联网络,在无监督和有监督两方面都有广泛的应用学习任务。。。
  • 斯塔利恩

  • 1条引用[sw26563]
  • statlearn工具箱:统计的 学习Matlab工具。特征:无监督学习:多维分布,参数密度。。。
  • 蝙蝠侠

  • 1条引用[sw29121]
  • python包专用于统计学(OpenTURNS和scikit-学习). 特征是:实验设计。。。
  • 深烟囱

  • 参考11篇文章[sw27097]
  • 游戏通常是里程碑。普通的特征在这些游戏中,玩家有。。。自动的直觉有学问的从自娱自乐学习. 在一项涉及。。。扑克之手,DeepStack被击败统计的职业扑克玩家。。。
  • 支持向量机工具箱

  • 引用4篇文章[sw22055号]
  • 因为有很多吸引人的特征,以及有希望的经验表现。公式体现了。。。内部通常采用的最小化(ERM)方法统计的 学习方法。SRM最大限度地减少了上胸部。。。
  • DR-ABC公司

  • 引用2篇文章[sw24742]
  • 统计学上利用随机傅里叶变换的有效方法特征大规模内核框架学习...
  • 贝伊斯考尔

  • 1条引用[sw29570]
  • 工具统计的 学习,BayesCall足够灵活,可以容纳各种特征排序。。。
  • D2C公司

  • 引用2篇文章[sw14323]
  • 特征. 之间的关系统计的依赖和因果关系是所有问题的核心统计的... 包实现一个被监视的机器学习推论有向因果关系存在的方法。。。一套特征基于不对称描述符的关系。。。
  • 克洛格

  • 引用4篇文章[sw10403号]
  • 介绍kLog,一种新颖的方法统计的关系学习. 与标准方法不同,kLog是。。。基于学习关于表达逻辑和关系表示。kLog允许用户指定学习问题。。。基于简单但强大的概念:学习从解释,实体/关系数据建模,逻辑编程。。。完成的任务范围统计的关系学习如此流行,包括分类、回归、多任务。。。
  • 1条引用[sw15517]
  • 工具箱v2.0:a统计学还有机器学习倍频程工具箱和Matlab的数据与。。。编码为NaN。特征NaN工具箱:统计学工具;分类方法(包括FDA/LDA。。。
  • 见5

  • 引用8篇文章[sw12178]
  • 用它们来做预测。一些重要的特征:See5/C5.0旨在分析大量。。。想当然地认为统计或机器学习(虽然这些也不疼。。。
  • 字谍

  • 引用5篇文章[sw19955]
  • 通过建立词典和学习语法。转录因子结合位点。。。特征WordSpy是一个单词计数方法和一个统计的模型。。。
  • 阿斯基特

  • 参考7篇文章[sw17470]
  • 机器种类学习和计算统计学方法。这些方法的一个关键瓶颈。。。介绍我们的ASKIT的开源实现。特征我们的ASKIT库包含线性相关。。。
  • DeepPPI公司

  • 引用4篇文章[sw30745]
  • 许多蛋白质变体的重要性统计学上与人类疾病有关,几乎所有的变异。。。使用最近的计算机解决此问题学习高级深度神经网络(DNNs。。。预测),它使用深层神经网络来学习有效地表达了常见的蛋白质。。。大量实验表明DeepPPI可以学习有用的特征一层一对的蛋白质。。。