摘要：[转]人工智能领域顶级会议又到了会议投稿的高峰期，小弟花了一个上午的时间统计了人工智能领域顶级会议的接受率，如果大家觉得有用就帮忙顶一下。会议名称 接受率 录用数/投稿数IJCAI-05 18.00% 240/1333AAAI-05 28.52% 229/803COLT-05 37.50% 45/120CVPR-05 28.02% 325/1160ICCV-05 20.42% 245/1200ICML-05 27.29% 134/491NIPS-05 25.18% 207/822ACL-05 18.20% 77/423Sigir-05 19.29% 71/368KDD-05 18.77% 10 阅读全文

摘要：matlab中subplot函数的功能2011-03-29 16:38:55| 分类： matlab | 标签：subplot |字号大中小订阅subplot 功能分割figure，创建子坐标系语法h = subplot(m,n,p) or subplot(mnp)subplot(m,n,p,'replace')subplot(m,n,P)subplot(h)subplot('Position',[left bottom width height])subplot(..., prop1, value1, prop2, value2, ...)h = subplo 阅读全文

摘要：kmeansK-means clusteringSyntaxIDX = kmeans(X,k)[IDX,C] = kmeans(X,k)[IDX,C,sumd] = kmeans(X,k)[IDX,C,sumd,D] = kmeans(X,k)[...] = kmeans(...,param1,val1,param2,val2,...)DescriptionIDX = kmeans(X,k) partitions the points in the n-by-p data matrix X into k clusters. This iterative partitioning minimiz 阅读全文

摘要：matlab-kmeans函数注释X = [randn(100,2)+ones(100,2);...randn(100,2)-ones(100,2)]; 产生100个样本点，行指向每个样本，列是维变量值。opts = statset('Display','final');[idx,ctrs] = kmeans(X,2,'Distance','city','Replicates',5,'Options',opts);%返回参数意义：[IDX,C,sumd,D]=kmeans()IDX:每个样本点所在的 阅读全文

摘要：计算机领域顶级会议2007-07-20 17:33509人阅读评论(0)收藏举报今天先谈谈AI里面tier-1的conferences, 其实基本上就是AI里面大家比较公认的top-Ib>S$conference. 下面同分的按字母序排列.1z>{sU t9gs^%ucT4IJCAI (1+): AI最好的综合性会议, 1969年开始, 每两年开一次, 奇数年开. 因为AIpT./6Gs|实在太大, 所以虽然每届基本上能录100多篇（现在已经到200多篇了），但分到每个n p$_;e领域就没几篇了，象machine learning、computer visio 阅读全文

摘要：机器学习顶级会议2010-12-06 13:25:15|分类： 默认分类 |标签： |字号大中小订阅ICML历届会议http://www.informatik.uni-trier.de/~ley/db/conf/icml/ECML历届会议http://www.informatik.uni-trier.de/~ley/db/conf/ecml/index.htmlMachine Learning历年期刊Journal of Machine Learning Research历年期刊http://www.informatik.uni-trier.de/~ley/db/journals/jmlr/i 阅读全文

摘要：最近读论文，老师叫写的报告。。。1.1. Title：Localized Generalization Error Model and Its Application to Architecture selection for Radial Basis Function Neural Network1.2. Problem authors wanted to solve：The generalization error bounds found by current error models using the number of effective parameters of a class 阅读全文

摘要：支持向量机(SVM)简介2011-08-30 14:54 来自 zhaoshx机器学习之支持向量机简介 支持向量机(Support Vector Machine,SVM)是AT&TBell 实验室的V.Vapnik等人提出的一种新型机器学习算法。到目前为止，支持向量机已应用于孤立手写字符识别6&7、网页或文本自动分类、说话人识别、人脸检测、性别分类、计算机入侵检测、基因分类、遥感图象分析、目标识别、函数回归、估计、函数逼近、密度估计、时间序列预测及数据压缩、文本过滤、数据挖掘、非线性系统控制等各个领域的实际问题中。 SVM的主要思想是针对两类分类问题，寻找一个超平面作为两类训练 阅读全文