Support Vector Machines 相关的热门 GitHub AI项目仓库

一个简单、灵活、准确的中国车牌识别项目，适用于各种复杂场景。（该项目曾参加2017年中国研究生智能城市科技与创意设计大赛）

一个简单易用的机器学习库

Python机器学习算法

如今，使用机器学习算法就像“从……导入knn”一样简单，但这如果你想了解算法的运作原理，并没有什么帮助。

一个C++工具包，用于凸优化（包含逻辑损失、SVM、SVR、最小二乘法等），以及凸优化算法（LBFGS、TRON、SGD、AdaGrad、CG、Nesterov等）和分类器/回归器（逻辑回归、SVM、最小二乘回归等）。

用q/KDB+和Python实现论文《利用机器学习算法预测交易所交易基金(ETF)》——Jim Kyung-Soo Liew和Boris Mayster

这是我在Coursera上学习Andrew Ng教授的机器学习课程中，所有编程作业和测验的解答。完成本课程后，你将对机器学习算法有广泛的了解。请先尝试独立完成所有作业，如果遇到困难，再参考这里的代码。 **内容：** * 课程讲义 * 编程作业解答 * Andrew Ng（斯坦福大学，Coursera [https://www.coursera.org/learn/machine-learning/home/welcome](https://www.coursera.org/learn/machine-learning/home/welcome)）的测验解答 **第一周** * 视频：课程介绍 - √ * 测验：课程介绍 - √ * 视频：单变量线性回归 - √ * 测验：单变量线性回归 - √ **第二周** * 视频：多变量线性回归 - √ * 测验：多变量线性回归 - √ * 视频：

基于支持向量机（SVM）机器学习的垃圾邮件过滤模块

使用SVM和OpenCV进行目标检测

使用支持向量机、K近邻算法、随机森林和循环神经网络，根据美式英语、德语和英式英语的语音音频样本预测情绪。并基于数据集分析每个模型的性能。

ACL 2023 论文“线性分类器：文本分类中常被遗忘的基线方法”的代码。

一种识别推文中情感（情绪）的全面方法，采用监督式机器学习。

通过分析文章，旨在将五大性格特质归因于文章作者。

使用Python和DASH可视化多个机器学习模型的股票价格预测结果

机器学习、探索性数据分析 (EDA)、基于天气数据集的二元分类任务、人工神经网络 (ANN)、支持向量机 (SVM)、逻辑回归 (LR)

这个应用程序旨在动态地整合机器学习技术，用于探索多元数据集。

本项目比较了不同机器学习模型在利用振动时序数据识别和分类轴承故障方面的准确性。

在嵌入式系统芯片 (SoC) 上加速支持向量机 (SVM) 算法的实现，并对算法结构进行修改，以便能够增量式地学习海量数据，同时对计算进行近似处理。

吴恩达教授的Coursera机器学习课程

这个仓库包含了斯坦福大学Andrew Ng教授在Coursera上开设的机器学习课程中一些编程作业的Python实现代码。