文件交换

猞猁MATLAB工具箱

版本1.3.0.0(2.22 MB) 西蒙
一个工具箱的设计复杂的机器学习实验
5.0
(6)

2.1 k下载

更新2016年9月4日

从GitHub

查看许可GitHub

猞猁是一个研究型MATLAB工具箱设计快速的方式监督机器学习实验。模拟的细节可以指定下一个配置文件,和工具箱负责加载数据,分区,测试算法和可视化结果。此外,它支持并行实验,让GPU的支持。金宝app这使得大型实验容易重复的和修改的。
我们目前pre-implemented几个算法(如支持向量机、内核岭回归…),优化程序(网格搜索程序,搜索最优特征子集金宝app…),和数据集。

你可以看到使用的例子(从我的研究论文):
http://ispac.diet.uniroma1.it/scardapane/software/code/

请不要犹豫与我联系的任何帮助。问题和错误也可以报告在GitHub上页面每天,我将尝试回答。从MATLAB工具箱已测试R2013a MATLAB R2015a。

引用作为

西蒙(2023)。猞猁MATLAB工具箱GitHub (https://github.com/ispamm/Lynx-Toolbox)。检索。

MATLAB版本兼容性
创建R2013a
兼容任何释放
平台的兼容性
窗户 macOS Linux
类别
找到更多的在MATLAB并行服务器在帮助中心和MATLAB的答案

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

配置

核心/类

核心/类/ @Simulation

核心/类/ AdditionalFeatures

核心/类/聚合器

核心/类/数据类型

核心/类/ DatasetFactories

核心/类/ LearningAlgorithmTemplates

核心/类/ NetworkTopologies

核心/类/ OutputFormatters

核心/类/任务

核心/类/ ValueContainers

核心/功能/ geneticprogramming

核心/功能/ geneticprogramming /个人

核心/功能/初始化

核心/功能/数学

核心/功能/其他

核心/功能/公用事业

核心/功能/验证

功能/ LearningAlgorithms

功能/ LearningAlgorithms / ExtremeLearningMachine

功能/ LearningAlgorithms / MultilayerPerceptron

功能/ LearningAlgorithms / RandomVectorFunctionalLink

功能/ LearningAlgorithms / RegularizedLeastSquare

功能/ LearningAlgorithms / SupportVec金宝apptorMachine

功能/模型

功能/ PartitionStrategies

功能/ PerformanceMeasures

功能/预处理器

功能/ StatisticalTests

功能/包装

功能/包装

帮助

脚本

测试

测试/ DummyObjects

测试/核心类

测试/核心/类/聚合器

测试/核心/类/任务

测试/核心/类/ ValueContainers

测试/核心/功能/ geneticprogramming

测试/核心/功能/ geneticprogramming /个人

测试/核心/功能/数学

测试/核心/功能/其他

测试/核心/功能/公用事业

核心/功能/测试/验证

测试/功能/ LearningAlgorithms

测试/功能/ PartitionStrategies

测试/功能/ PerformanceMeasures

测试/功能/预处理器

测试/功能/包装

版本使用GitHub缺省分支不能下载

版本 发表 发布说明
1.3.0.0

Re-updated描述链接到GitHub bug报告。
固定链接。
1.1.0.0

我已经更新了工具箱的描述。
1.0.0.0

问题在这个视图或报告GitHub插件,参观GitHub库。
问题在这个视图或报告GitHub插件,参观GitHub库。