Pattern Recognition and Machine Learning Toolbox
Pattern Recognition and Machine Learning Toolbox
Vous suivez désormais cette soumission
- Les mises à jour seront visibles dans votre flux de contenu suivi
- Selon vos préférences en matière de communication il est possible que vous receviez des e-mails
Citation pour cette source
Mo Chen (2026). Pattern Recognition and Machine Learning Toolbox (https://github.com/PRML/PRMLT), GitHub. Extrait(e) le .
Remerciements
A inspiré : Variational Bayesian Linear Regression, Probabilistic Linear Regression, Variational Bayesian Relevance Vector Machine for Sparse Coding, Bayesian Compressive Sensing (sparse coding) and Relevance Vector Machine, Gram-Schmidt orthogonalization, Kalman Filter and Linear Dynamic System, Kernel Learning Toolbox, EM for Mixture of Bernoulli (Unsupervised Naive Bayes) for clustering binary data, Adaboost, Probabilistic PCA and Factor Analysis, Dirichlet Process Gaussian Mixture Model, Log Probability Density Function (PDF), Naive Bayes Classifier, Hidden Markov Model Toolbox (HMM), MLP Neural Network trained by backpropagation, Logistic Regression for Classification, Pairwise Distance Matrix, Kmeans Clustering, Kernel Kmeans, EM Algorithm for Gaussian Mixture Model (EM GMM), Kmedoids, Normalized Mutual Information, Variational Bayesian Inference for Gaussian Mixture Model, Information Theory Toolbox
Catégories
En savoir plus sur Statistics and Machine Learning Toolbox dans Help Center et MATLAB Answers
Informations générales
- Version (93,6 ko)
-
Afficher la licence sur GitHub
Compatibilité avec les versions de MATLAB
- Compatible avec toutes les versions
Plateformes compatibles
- Windows
- macOS
- Linux
| Version | Publié le | Notes de version | Action |
|---|---|---|---|
| 1.0.0 | update description |
