1.参照国内ccf的列表去找top的期刊或者会议2．参考计算机期刊顶会汇总：3.在论文数据库中搜索​​​​​​​4.ccf与sci区别5.会议与期刊区别6.论文下载

实验四 BP神经网络第一个http://www.pianshen.com/article/903699656/，源代码有错误参考：http://www.mamicode.com/info-detail-2417017.htmlseaborn官网上有更完整的示例，有兴趣可以查看：http://seaborn.pydata.org/generated/seaborn.pairplot.ht...

目录数据情况DemoDemo尝试EF参数Evolutionary Forest"自动特征构建框架（Evolutionary Forest）-可解释性机器学习对比随机森林和Evolutionary Forest直接分类使用Evolutionary Forest构建的特征改进随机森林和XGBoost性能" scikit-learn中的“diabetes”442条样本，特征值10项 Evolutiona

记录安装过程摘取官网中比较重要的部分翻译Table of Contents前言：安装：快速上手外部可见的服务器路由URL 构建HTTP 方法¶静态文件渲染模板操作请求数据本地环境请求对象文件上传Cookies重定向和错误关于响应JSON 格式的 API会话消息闪现日志前言：配置和惯例刚起步的时候 F...

什么是机器学习 o 机器学习的发展史 o 学习系统的一般框架 o 学习策略 o 神经学习 o 机器学习的应用机器学习算法：决策树、聚类、贝叶斯分类、支持向量机、最 大期望算法EM、Adaboost等。What is Machine Learning学习 一个有特定目的的知识获取和能力增长过程。 内在行为：获取知识、积累经验、发现规律（归纳） 等。（大数据） 外部表现：改进性...

参考：http://abook.hep.com.cn/1865081智能的概念：知识+智力（获取并应用知识求解问题）智能的特征：感知、记忆、思维（处理信息）、学习、行为思维：逻辑、形象、顿悟（灵感）基本内容：知识表示、机器感知、机器思维、机器学习、机器行为研究领域：自动定理证明、博弈、模式识别、机器视觉、自然语言理解、智能信息检索、数据挖掘与知识发现（找出有意义的）、专家系统、...

可解释的机器学习电子书《可解释的机器学习（Interpretable Machine Learning）》。在线阅读https://christophm.github.io/interpretable-ml-book/index.htmlGitHub：https://github.com/christophM/interpretable-ml-book该书认为特征被认为是可解释的，比如给定一天的温

线性表101木块问题题目Many areas of Computer Science use simple, abstract domains（域） for both analytical（分析法） and empirical（经验依据） studies.For example, an early AI study of planning and robotics 机器人学(STRIPS)...

可解释的机器学习电子书《可解释的机器学习（Interpretable Machine Learning）》。在线阅读https://christophm.github.io/interpretable-ml-book/index.htmlGitHub：https://github.com/christophM/interpretable-ml-book该书认为特征被认为是可解释的，比如给定一天的温

Transfer Component Analysis属于边缘分布自适应方法本次尝试跑王晋东在GitHub的开源TCA代码学习过程中参考:https://github.com/jindongwang/transferlearning-tutorialhttps://zhuanlan.zhihu.com/p/63026435https://zhuanlan.zhihu.com/p/110594052