Skip to content

About

🍉机器学习实战、数学基础、🐾经典算法与应用

Resources

Readme
MIT license
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository
BranchesTags
 
 

Repository files navigation

🍉机器学习和Python实战🔗

机器学习和Python实战 博客笔记 案例代码 《机器学习实战》
第1章 机器学习导论 机器学习简介
人工智能的Pipeline		 d1-1机器学习导论.ipynb
d1-2回归分析(糖尿病人).ipynb
d1-3分类问题(花朵).ipynb
d2-1cluster聚类(手写数字集).ipynb
d2-2深度学习理论基础.ipynb
d2-3深度学习框架.ipynb
d2-4实战tensorflow线性回归.ipynb
d2-5鸢尾花数据.ipynb
第2章 kNN分类算法 kNN(k最邻近算法) 01-kNN.ipynb
02-使用scikit-learn中的kNN.ipynb
03-数据集制作.ipynb
04-分类准确度.ipynb
05-超参数.ipynb
06-网格搜索.ipynb
第3章 决策树 信息熵
决策树		 01-sklearn中的决策树.ipynb
02-信息熵计算.ipynb
03-使用信息熵寻找最优划分.ipynb
 Z1-判定鱼类和非鱼类.ipynb
Z2-预测隐形眼镜类型.ipynb
第4章 朴素贝叶斯 朴素贝叶斯 Z1-屏蔽社区留言板的侮辱性言论.ipynb
Z2-过滤垃圾邮件.ipynb
Z3-从个人广告中获取区域倾向.ipynb
第5章 线性回归 线性回归 01-简单线性回归.ipynb
02-多元线性回归.ipynb
03-sklearn中线性回归.ipynb
04-线性回归的可解释性.ipynb
 Z1-线性回归.ipynb
Z2-使用局部线性回归预测鲍鱼年龄.ipynb
第6章 梯度下降 梯度下降
随机梯度下降		 01-模拟梯度下降法.ipynb
02-线性回归模型中使用梯度下降法.ipynb
03-梯度下降法向量化(Boston房价).ipynb
04-随机梯度下降法(SGD).ipynb
05-sklearn中梯度下降法.ipynb
06-梯度的计算调试.ipynb
07-牛顿法.ipynb
第7章 逻辑回归 逻辑回归 01-Sigmoid函数.ipynb
02-损失函数的梯度推导.ipynb
03-实现逻辑回归算法.ipynb
04-决策边界.ipynb
05-逻辑回归中多项式分类.ipynb
06-scikit-learn中的逻辑回归.ipynb
 Z1-使用Logistic回归在简单数据集上的分类.ipynb
Z2-从疝气病症预测病马的死亡率.ipynb
Z3-岭回归.ipynb
Z4-前向逐步回归.ipynb
Z5-Logistic回归.ipynb
第8章 支持向量机SVM 支持向量机SVM Z1-对小规模数据点进行分类（无核函数）.ipynb
Z3-手写数字识别的优化（有核函数）.ipynb
第09章 集成RandomForest
第10章 聚类&HMM
第11章 技术工具
第12章 推荐系统

🏆 Kaggle实战

序号 Kaggle实战 博客笔记 案例代码
01 redhat-business kk01-preprocess-redhat-business.ipynb
kk02-train-redhat-business.ipynb
kk03-predict-redhat-business.ipynb
02 泰坦尼克(titanic)
09 🌟数学基础 06-线性代数(距离计算).ipynb


About

🍉机器学习实战、数学基础、🐾经典算法与应用

Resources

Readme
MIT license
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages