文件名称：matlab交叉验证代码-HLearn:同态机器学习
文件大小：2.18MB
文件格式：ZIP
更新时间：2024-06-08 14:54:51
系统开源
matlab交叉验证代码HLearn HLearn是一个用编写的高性能机器学习库。 例如，对于任意度量空间，它目前具有最快的最近邻居实现（请参阅参考资料）。 HLearn也是一个研究项目。 研究目标是发现机器学习的“最佳可能”界面。 这涉及两个相互竞争的需求：库应该和用C / C ++ / Fortran / Assembly编写的低级库一样快； 但是它应该像用高级语言（如Python / R / Matlab）编写的库一样灵活。 在这个方向上取得了惊人的进步，但是HLearn更加雄心勃勃。 特别是，HLearn的目标是比低级语言更快，并且比高级语言更灵活。 为了实现此目标，HLearn使用了与标准学习库完全不同的界面。 HLearn中的H代表三个独立的概念，它们是HLearn设计的基础： H代表。 机器学习是关于从数据中估计功能的知识，因此有意义的是，一种功能编程语言将非常适合于机器学习。 但是函数式编程语言在机器学习中并未得到广泛使用，因为它们传统上对学习算法所需的快速数值计算缺乏强大的支持。 HLearn使用该库在Haskell中获得此快速数字支持。 这两个库是相互串联开发的。
【文件预览】：
HLearn-master
----Setup.hs(46B)
----subhask()
----install()
--------ubuntu-precise.sh(2KB)
--------README.md(746B)
--------ubuntu-precise-extras.sh(2KB)
----cbits()
--------emd.c(743B)
----.gitmodules(179B)
----src()
--------HLearn()
----bench()
--------allknn()
----examples()
--------example0003-classification.hs(1KB)
--------example0002-optimization-multivariate.hs(1KB)
--------example0001-optimization-univariate.hs(1KB)
----datasets()
----.travis.yml(2KB)
----LICENSE(1KB)
----test()
--------QuickCheck.hs(1KB)
--------allknn-verify()
--------BashTests.hs(1KB)
--------allknn-mlpack()
----executables()
--------README.md(259B)
--------hlearn-allknn()
----README.md(6KB)
----stack.yaml(151B)
----HLearn.cabal(6KB)
----.gitignore(178B)