Anonymoushhh / BP_neural_networkLinks
采用的数据集著名的“MNIST数据集”完成一个神经网络的训练和测试，不允许使用tensorflow等框架。并用两种不同的bp模型做性能对比 （比如一个层数和神经元较少的简单模型和一个层数和神经元较多的复杂模型）。
☆41Updated 6 years ago
Alternatives and similar repositories for BP_neural_network
Users that are interested in BP_neural_network are comparing it to the libraries listed below
Sorting:
- 基于TensorFlow的深度学习、深度增强学习代码：NN(传统神经 网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆57Updated 7 years ago
- 决策树、随机森林☆49Updated 7 years ago
- 一些机器学习算法的demo。普通最小二乘法，决策树（Iris鸢尾花数据集），KNN（mnist手写数字数据集），朴素贝叶斯分类西瓜数据集，trec06c数据集垃圾邮件分类（spam），逻辑斯蒂回归，随机梯度下降SGD与全梯度下降的对比，mnist中8和9的二分类，泰坦尼克号…☆189Updated 7 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆37Updated 8 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆369Updated 5 years ago
- 使用BP神经网络识别MINST字符集☆46Updated 6 years ago
- 机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…☆151Updated 4 years ago
- bp 神经网络算法☆127Updated 2 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆43Updated 5 years ago
- Pytorch、Scikit-learn实现多种分类方法，包括逻辑回归（Logistic Regression）、多层感知机（MLP）、支持向量机（SVM）、K近邻（KNN）、CNN、RNN，极简代码适合新手小白入门，附英文实验报告（ACM模板）☆441Updated 5 years ago
- Python code of RBF neural network classification model☆47Updated 7 years ago
- 【Numpy 手写实 现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…☆214Updated 5 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念，包括有监督学习，无监督学习，分类，聚类，回归；神经元模型，多层感知器，BP算法；损失函数，激活函数，梯度下降法；全连接网络、卷积神经网络、递归神经网络；训练集，测试集，交叉验证，欠拟合，过拟合；数据规范化等☆158Updated 9 years ago
- 机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259☆57Updated 5 years ago
- Important book about the machine learning algorithms, and introduces the application of those who use these algorithms and tools, and how…☆85Updated 5 years ago
- 深度学习代码☆132Updated 6 years ago
- 使用pytorch实现RNN-LSTM写诗☆158Updated 6 years ago
- Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)☆83Updated 5 years ago
- 利用Python实现三层BP神经网络☆84Updated 7 years ago
- Pytorch_Learning_Notes☆102Updated 9 months ago
- 这里主要存放做过的深度学习的一些实战项目☆35Updated 5 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
- AI学习过程中的实操代码☆210Updated 5 years ago
- 基于循环神经网络(RNN)的影评情感分类☆54Updated 7 years ago
- 机器学习算法经典案例☆112Updated 4 years ago
- 金融反欺诈预测系统，技术涉及Vue3、Flask、XGBoost等。本项目提供了完整的Web系统，系统功能包括信贷数据分 析、信贷欺诈数据检测、用户历史预测记录、用户数据管理等。项目整体并不复杂，适合新手练手学习机器学习与Web系统的结合。☆61Updated 3 years ago
- 本项目演示如何在PyTorch中使用Transformer模型进行中文文本分类☆37Updated 2 years ago
- 本程序实现决策树的建立与可视化，以及决策树的预剪枝与后剪枝，数据集为西瓜书4.2、4.3节中的西瓜数据集☆39Updated 6 years ago
- 集成学习Stacking方法详解☆78Updated 6 years ago
- 使用朴素贝叶斯、SVM、逻辑回归、RF、XGBoost、LightGBM的方法实现垃圾邮件分类任务，博客链接：https://blog.csdn.net/ljx0951/article/details/106116944☆53Updated 2 years ago