Machine-Learning-Tutorials

授权协议 CC0-1.0 License
开发语言 Python
所属分类 神经网络/人工智能、 机器学习/深度学习
软件类型 开源软件
地区 不详
投 递 者 武向文
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

Machine Learning & Deep Learning Tutorials

Contents

Introduction

Interview Resources

Artificial Intelligence

Genetic Algorithms

Statistics

Useful Blogs

Resources on Quora

Kaggle Competitions WriteUp

Cheat Sheets

Classification

Linear Regression

Logistic Regression

Model Validation using Resampling

Deep Learning

Natural Language Processing

Computer Vision

Support Vector Machine

Reinforcement Learning

Decision Trees

Random Forest / Bagging

Boosting

Ensembles

Stacking Models

Vapnik–Chervonenkis Dimension

Bayesian Machine Learning

Semi Supervised Learning

Optimization

Other Tutorials

  • 理解机器学习-经典教程 (从门外汉开始): https://www.bilibili.com/video/BV164411b7dx?from=search&seid=9555862252436536197 Andrew Ng-机器学习入门  https://www.bilibili.com/video/BV11t411A7Ym?from=search&seid=870997702028386837

  • 莫烦python的强化学习教程中tabular Q-learning小例子是一个一维的空间,原文链接https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/2-1-general-rl/,本文将其改进为二维空间,代码如下. # -*- coding: utf-8 -*- """ Created o

  • Mnist分类器 一、数据准备 从tensorflow下载mnist数据 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist=input_data.read_data_sets('/content',one_hot=True) 查看训练数据的大小 print(mnist.

 相关资料
  • 学习意味着通过学习或经验获得知识或技能。 基于此,我们可以定义机器学习(ML)如下 - 它可以被定义为计算机科学领域,更具体地说是人工智能的应用,其为计算机系统提供了学习数据和从经验改进而无需明确编程的能力。 基本上,机器学习的主要焦点是允许计算机自动学习而无需人为干预。 现在问题是如何开始和完成这种学习? 它可以从数据的观察开始。 数据可以是一些示例,指令或一些直接经验。 然后在此输入的基础上,

  • Machine Learning This project provides a web-interface,as well as a programmatic-apifor various machine learning algorithms. Supported algorithms: Support Vector Machine (SVM) Support Vector Regressio

  • 深度学习 我们可以在Personal Computer上完成庞大的任务 深度学习是一种适应于各类问题的万能药 神经网络 神经网络出现于80年代,但当时计算机运行慢,数据集很小,神经网络不适用 现在神经网络回来了,因为能够进行GPU计算,可用使用的数据集也变大 分类 分类的一些讨论可以在这个项目里看到 Machine Learning不仅是Classification!但分类是机器学习的核心。 学会

  • Machine Learning Projects This repository contains mini projects in machine learning with jupyter notebook files.Go to the projects folder and see the readme for detailed instructions about the projec

  • Machine Learning for OpenCV This is the Jupyter notebook version of the following book: Michael Beyeler Machine Learning for OpenCV Intelligent Image Processing with Python 14 July 2017 Packt Publishi

  • Machine Learning and Data Science Applications in Industry Sov.ai Research Lab (Sponsorship) Animated Investment Management Research at Sov.ai — Sponsoring open source AI, Machine learning, and Data S