文件名称：高斯过程回归代码
文件大小：815KB
文件格式：RAR
更新时间：2019-09-28 09:49:02
机器学习 高斯过程回归
一种机器学习方法，可以用于分类和回归
【文件预览】：
gpml
----doc()
--------figepp2.gif(23KB)
--------alg31.gif(42KB)
--------index.html(3KB)
--------alg36.gif(31KB)
--------figlapp2.gif(25KB)
--------alg32.gif(33KB)
--------sparse-approx.html(8KB)
--------regression.html(16KB)
--------fig2dl2.gif(39KB)
--------figlapp.gif(17KB)
--------figepp.gif(17KB)
--------alg35.gif(65KB)
--------alg51.gif(59KB)
--------figl.gif(6KB)
--------alg21.gif(31KB)
--------figlf.gif(16KB)
--------fig2de2.gif(42KB)
--------fig2de3.gif(38KB)
--------alg52.gif(40KB)
--------fig2dl1.gif(33KB)
--------figlm.gif(16KB)
--------classification.html(34KB)
--------fig2de1.gif(35KB)
--------fig2dl3.gif(37KB)
--------style.css(77B)
--------figl1.gif(21KB)
--------fig2d.gif(36KB)
----gpml-demo()
--------data_boston.mat(56KB)
--------demo_ep_usps.m(6KB)
--------demo_gprsparse.m(6KB)
--------demo_laplace_2d.m(7KB)
--------demo_laplace_usps.m(6KB)
--------Contents.m(791B)
--------demo_ep_2d.m(7KB)
--------demo_gparm.m(8KB)
--------data_6darm.mat(22KB)
--------demo_gpr.m(9KB)
----gpml()
--------gpr.m(3KB)
--------approxLA.m(3KB)
--------binaryEPGP.m(3KB)
--------binaryGP.m(7KB)
--------covSum.m(2KB)
--------covLINard.m(1KB)
--------logistic.m(4KB)
--------solve_chol.m(991B)
--------covLINone.m(984B)
--------covProd.m(3KB)
--------covFunctions.m(4KB)
--------covMatern3iso.m(1KB)
--------Copyright(776B)
--------covNoise.m(1KB)
--------binaryLaplaceGP.m(3KB)
--------covSEiso.m(1KB)
--------covSEard.m(2KB)
--------covRQard.m(2KB)
--------covPeriodic.m(1KB)
--------Contents.m(3KB)
--------solve_chol.c(1KB)
--------likelihoods.m(1KB)
--------Makefile(131B)
--------covMatern5iso.m(1KB)
--------gprSRPP.m(3KB)
--------sq_dist.m(2KB)
--------approxEP.m(5KB)
--------cumGauss.m(3KB)
--------covNNone.m(2KB)
--------covConst.m(774B)
--------minimize.m(9KB)
--------approximations.m(2KB)
--------sq_dist.c(2KB)
--------covRQiso.m(2KB)
--------gauher.m(2KB)
----README(6KB)