- 授权协议: GPLv3
- 开发语言: C/C++ Python
- 操作系统: 跨平台
- 软件首页: http://www.shogun-toolbox.org/
- 软件文档: http://www.shogun-toolbox.org/page/documentation/information
软件介绍
SHOGUN是一个机器学习工具箱,其重点是在大尺度上的内核的方法,特别是支持向量机(SVM)的学习工具箱。它提供了一个通用的SVM对象接口连接到几个不同的SVM的实现中,所有相同的底层,高效的内核实现利用。除了支持向量机和回归,SHOGUN还包含有大量的线性方法,如线性判别分析(LDA),线性规划机(LPM),(内核)的感知,和算法训练隐马尔可夫模型。 SHOGUN 支持 C++、MATLAB、R 和 Python 等语言。
图论算法理论、实现及应用
王桂平//王衍//任嘉辰 / 北京大学 / 2011-1 / 54.00元
《图论算法理论、实现及应用》系统地介绍了图论算法理论,并选取经典的ACM/ICPC竞赛题目为例题阐述图论算法思想,侧重于图论算法的程序实现及应用。《图论算法理论、实现及应用》第1章介绍图的基本概念和图的两种存储表示方法:邻接矩阵和邻接表,第2~9章分别讨论图的遍历与活动网络问题,树与图的生成树,最短路径问题,可行遍性问题,网络流问题,支配集、覆盖集、独立集与匹配,图的连通性问题,平面图及图的着色问......一起来看看 《图论算法理论、实现及应用》 这本书的介绍吧!
