awesome-random-forest, 随机森林随机森林资源组织清单

分享于 

18分钟阅读

GitHub

  繁體 雙語
Random Forest - a curated list of resources regarding random forest
  • 源代码名称:awesome-random-forest
  • 源代码网址:http://www.github.com/kjw0612/awesome-random-forest
  • awesome-random-forest源代码文档
  • awesome-random-forest源代码下载
  • Git URL:
    git://www.github.com/kjw0612/awesome-random-forest.git
    Git Clone代码到本地:
    git clone http://www.github.com/kjw0612/awesome-random-forest
    Subversion代码到本地:
    $ svn co --depth empty http://www.github.com/kjw0612/awesome-random-forest
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
    
    Awesome随机森林

    随机林- 有关树基方法的规划性的资源列表,包括但不限于随机森林。包装和增强。

    如果你是本网注册会员,请登录后查看联系方式。

    Join the chat at https://gitter.im/kjw0612/awesome-random-forest

    randomforest

    table-内容

    • [Codes] ( #codes )
    • 理论
      • 讲座
      • 书籍
      • [Papers] ( #papers )
        • [Analysis/Understanding] ( #analysis--understanding )
        • [Model variants] ( #model-variants )
      • [Thesis] ( #thesis )
    • [Applications] ( #applications )
      • [Image Classification] ( #image-classification )
      • [Object Detection] ( #object-detection )
      • [Object Tracking] ( #object-tracking )
      • [Edge Detection] ( #edge-detection )
      • [Semantic Segmentation] ( #semantic-segmentation )
      • [Human/Hand Pose Estimation] ( #human--hand-pose-estimation )
      • [3D Localization] ( #3d-localization )
      • [Low-Level Vision] ( #low-level-vision )
      • [Facial Expression Recognition] ( #facial-expression-recognition )
      • [Interpretability, regularization, compression pruning and feature selection] ( #Interpretability,正则化,压缩修剪和特征选择)

    代码

    理论

    讲座

    书籍

    文件

    分析/理解
    • 随机森林 [Paper]的一致性
    • Scornet,E,Biau,G。 ,。J.-P。( 2015 )。随机林的一致性。统计学历史记录。
    • 论随机森林 [Paper]的渐近性
    • 随机森林中随机森林的Journal分析的Scornet,Multivariate。
    • 理论和实践中的随机森林 [[Paper] ( http://jmlr.org/proceedings/papers/v32/denil14.pdf) ]
      • Misha Denil,David Matheson,Nando de Freitas,缩小间隙: 理论上和实际中的随机森林,ICML 2014
    • 解释AdaBoost和随机森林作为插值分类器亚伯拉罕J的成功。 Wyner,Matthew Olson,Justin Bleich,David Mease [ Paper ]
    模型变量

    论文

    • 了解随机森林
    • 博士论文,Gilles Louppe,2014年07月。 9年 2014月日防御。
    • 带论文和相关代码的 [Repository]

    应用程序

    基于的图像分类

    对象检测

    对象跟踪

    边缘检测

    基于的语义分割

    基于的人/手姿势估计

    3D 本地化

    低级别视觉

    面部表情识别

    • Sorbonne Universites [ Paper ]
      • Arnaud Dapogny,Kevin Bailly和 Severine Dubuisson,用于面部表情识别的配对条件随机森林,ICCV 2015

    解释,正则化,压缩修剪和特征选择

    维护者 Jiwon KimJung。


    for  lis  列表  resource  资源  rand  
    相关文章