本专区汇聚了各类基于 无监督学习 开发的源码资源，共计 192 篇资源供开发者免费下载学习。
自组织特征映射（SOFM）学习对输入向量进行分类，根据它们在输入空间的组合规律。自组织映射在竞争层不同于在该相邻的神经元中学会识别的输入空间的邻接部。因此，自组织映射学习神经元分布
A reinforcement learning engine written in Python combining reinforcement learning and neu
详细的给出了K-means算法的原理及MatLab实现，并采用一个彩色图验证了算法的正确性。
这是一种使用距离测量数据点之间的相似度计算方法的聚类算法
聚类经典算法，mahout学习的必备算法，简单易懂，易于学习，可以自行改动适合自己的
C均值 算法步骤 （1） 任选C个模式特征矢量作为出事聚类中心：Z1，Z2 （2） 将待分类的模式特征矢量集{Xi}中的模式逐个按最小距离原则分化给C类中的饿某一类
神经网络是新技术领域中的一个时尚词汇。很多人听过这个词，但很少人真正明白它是什么。本文的目的是介绍所有关于神经网络的基本包括它的功能、一般结构、相关术语、类型及其应用。 一个真
用C++程序写得KMEANS算法进行图像分割 基本概念 • 监督学习vs.无监督学习 Ø 监督学习: 发现数据属性与类别属性之间的关联模式。
SOFM神经网络的 c++源程序 可用于遥感图像分类-SOFM neural network c++ Source can be used for remote sensing i
k-means聚类算法，将数据分为k个簇，k均值聚类算法能够有效地将比较大的数据集划分成k个类。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
SOFM又称自组织特征映射网络，是一种聚类算法，压缩文件中是自组织映射网络的C++实现，能够直接运行。
kmeans算法的java描述，我自己编写的，可以运行的-java kmeans algorithm description, I am prepared, ready-to-ru