PMTK

PMTK是Matlab/OcthVE函数的集合,由Matt Dunham、凯文·墨菲和其他人编写。该工具包主要设计为陪同凯文·墨菲的教科书机器学习:概率的观点,但也可以独立于这本书使用。我们的目标是提供一个统一的概念和软件框架,包括机器学习,图形模型,和贝叶斯统计(因此标志)。(也支持一些来自频率统计的方法,如交叉验证)。自2011年12月起,工具箱处于维护模式,意味着bug将被修复,但不会添加新的特征(至少不会由凯文或Matt添加)。


ZBMaCT中的参考文献(138篇文章中引用)

显示结果1至20的138。
按年份排序(引文
  1. Gurevich,帕维尔;Stukes,HANEES:梯度共轭先验和多层神经网络(2020)
  2. He,启智;陈,Jiun Shyan:一种基于局部凸重构的物理约束数据驱动方法(2020)
  3. Holm Jensen,TE;汉森,Thomas Mejer:利用机器学习算法进行线性波形层析成像反演(2020)
  4. Lau,John W.;克里普斯,爱德华;慧,温迪:乘法强度模型的变分推理(2020)
  5. 李,杭;Del Castillo,恩里克;朗格,乔治:Rejoinder:《关于多元数据的主动学习方法》(2020)
  6. Nairn,John A.;Hammerquist,Chad C.;史米斯,Grand D.:新材料点法接触算法,用于提高精度、大变形问题和适当的零空间滤波(2020)
  7. Atsuya,小川,京基:深度学习增强的表面接触式搜索方法(2020)
  8. Park,Jong Hee;Sohn,YunkYu:检测纵向网络数据的结构变化(2020)
  9. 温克勒,Joab R.;Mitrouli,MalelaN:回归和特征选择的条件估计(2020)
  10. Azzimonti,劳拉;Corani,吉奥吉奥;Zaffalon,马珂:贝叶斯网络中参数的分层估计(2019)
  11. 巴赫,弗兰西斯:子模函数:从离散到连续域(2019)
  12. Bonnel,Henri;Schneider,克里斯托弗:Pay-帕累托分析和弹性网络最优参数整定的新算法(2019)
  13. Capuano,德语;Rimoli,Julian J.:智能有限元:一种新的机器学习应用(2019)
  14. Fangli Dong;王,筱洲:基于贝叶斯多核分组学习的多维数据集分类器(2019)
  15. Geissen,Eva Maria;哈斯瑙尔,简;拉杰,Nicole E.:有限混合模型的推论和装箱效应(2019)
  16. Giuzio,玛格丽塔;Paterlini,桑德拉:危机期间联合国多样化:这是个好主意吗?(2019)
  17. Guimar Ses,VICTor;PAES,Aline;Zaverucha,格尔森:用PROPRP(2019)实例进行在线概率理论修正
  18. 郭,孟吾;Hesthaven,Jan S.:时间相关问题的数据驱动降阶建模(2019)
  19. Hoe,David H. K.:使用随机逻辑的贝叶斯推理:缓解自相关的缓冲方案研究(2019)
  20. Jang,Huisu;李,Jaewook:美国指数期权风险中性定价的生成贝叶斯神经网络模型(2019)