Pattern Recognition and Machine Learning Toolbox
Pattern Recognition and Machine Learning Toolbox
Ahora está siguiendo esta publicación
- Verá actualizaciones en las notificaciones de contenido en seguimiento.
- Podrá recibir correos electrónicos, en función de las preferencias de comunicación que haya establecido.
Citar como
Mo Chen (2026). Pattern Recognition and Machine Learning Toolbox (https://github.com/PRML/PRMLT), GitHub. Recuperado .
Agradecimientos
Inspiración para: Variational Bayesian Linear Regression, Probabilistic Linear Regression, Variational Bayesian Relevance Vector Machine for Sparse Coding, Bayesian Compressive Sensing (sparse coding) and Relevance Vector Machine, Gram-Schmidt orthogonalization, Kalman Filter and Linear Dynamic System, Kernel Learning Toolbox, EM for Mixture of Bernoulli (Unsupervised Naive Bayes) for clustering binary data, Adaboost, Probabilistic PCA and Factor Analysis, Dirichlet Process Gaussian Mixture Model, Log Probability Density Function (PDF), Naive Bayes Classifier, Hidden Markov Model Toolbox (HMM), MLP Neural Network trained by backpropagation, Logistic Regression for Classification, Pairwise Distance Matrix, Kmeans Clustering, Kernel Kmeans, EM Algorithm for Gaussian Mixture Model (EM GMM), Kmedoids, Normalized Mutual Information, Variational Bayesian Inference for Gaussian Mixture Model, Information Theory Toolbox
Categorías
Más información sobre Statistics and Machine Learning Toolbox en Help Center y MATLAB Answers.
Información general
- Versión (93,6 KB)
-
Ver licencia en GitHub
Compatibilidad con la versión de MATLAB
- Compatible con cualquier versión
Compatibilidad con las plataformas
- Windows
- macOS
- Linux
| Versión | Publicado | Notas de la versión | Action |
|---|---|---|---|
| 1.0.0 | update description |
