AlanConstantine / MachineLearningNoteLinks
用python实现机器学习各种经典算法
☆40Updated 2 years ago
Alternatives and similar repositories for MachineLearningNote
Users that are interested in MachineLearningNote are comparing it to the libraries listed below
Sorting:
- 此项目是《剑指offer》第二版里算法面试题的Python3实现版本,作为一本经典书籍,可以时常拿出来看一看、翻一翻、记一记 。同时也是为了Python程序员能够更好的通过公司的技术面试,拿到心仪的offer。☆120Updated 4 years ago
- Datawhale第10期组队学习活动:《动手学深度学习》Pytorch版的练习代码☆90Updated 5 years ago
- 机器学习算法 基于西瓜书以及《统计学习方法》,当然包括DL。☆299Updated 6 years ago
- Resource for AINLP☆137Updated 4 years ago
- 后端+前端+算法模型,机器学习项目 demo。Flask + vue + ML, full stack machine learning project construction.☆114Updated 3 years ago
- 创建《Python自然语言处理》学习代码的中文注释版本。☆87Updated 4 years ago
- 《深度学习理论与实战:基础篇》代码☆136Updated 4 years ago
- 机器学习&深度学习资料笔记&基本算法实现&资源整理(ML / CV / NLP / DM...)☆229Updated last year
- 学习机器学习的路上...☆92Updated 2 years ago
- 机器学习基本模型算法介绍(附加案例)☆227Updated 6 years ago
- 一群 ML 自学者的日常☆60Updated 6 years ago
- 这是一个完整的,端到端的机器学习项目,非常适合有一定基础后拿来练习,以提高对完整机器学习项目的认识☆394Updated 7 years ago
- ☆143Updated 7 years ago
- 天池竞赛-智慧海洋开源代码☆54Updated 5 years ago
- Just a memorandum. It is great if this can give u some help.☆169Updated 2 years ago
- 组会ppt与论文--每一次的精心准备都值得留下记录😛☆151Updated 6 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆213Updated 6 years ago
- 机器学习、深度学习、NLP实战项目☆150Updated 7 years ago
- 记录我学习数据挖掘过程的笔记和见到的奇技☆123Updated 7 years ago
- Keras 快速上手——基于 Python 的深度学习实战☆32Updated 7 years ago
- 《动手学深度学习》 PyTorch 版本☆179Updated 5 years ago
- 整理知乎ML/NLP/DL相关领域的专栏信息,计算专栏推荐指数,同时推荐受欢迎文章。☆42Updated 7 years ago
- 用python和sklearn两种方法实现李航《统计学习方法》中的算法☆340Updated 7 years ago
- 《自然语言处理理论与实战》一书源码下载☆124Updated 6 years ago
- PyTorch中文入门教程☆43Updated 8 years ago
- 源码实现:《TensorFlow实战》黄文坚,唐源 著☆177Updated 7 years ago
- 用python实现SVM/AdaBoost/C4.5/CART/Naïve Bayes等数据挖掘领域十大经典算法☆79Updated 7 years ago
- [译] Scikit-learn 秘籍☆54Updated 6 years ago
- cnn+rnn+attention: vgg(vgg16,vgg19)+rnn(LSTM, GRU)+attention, resnet(resnet_v2_50,resnet_v2_101,resnet_v2_152)+rnnrnn(LSTM, GRU)+attentio…☆209Updated 5 years ago
- 李航统计学习方法(第二版)的学习笔记,包括:1、每章重点公式的手动推导 2、每章算法的Python自实现 3、学习过程中的笔记与心得 4、每章节的课后习题 5、每周都会按照至少一周一章的进度定时将自己的学习进度更新到这个仓库☆126Updated 4 years ago