ChileWang0228 / DeepLearningTutorialLinks
深度学习代码
☆132Updated 5 years ago
Alternatives and similar repositories for DeepLearningTutorial
Users that are interested in DeepLearningTutorial are comparing it to the libraries listed below
Sorting:
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- AI学习过程中的实操代码☆208Updated 4 years ago
- 集成学习Stacking方法详解☆75Updated 5 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- ☆68Updated 4 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…☆209Updated 5 years ago
- Python code of RBF neural network classification model☆46Updated 6 years ago
- ☆418Updated 4 years ago
- 这个仓库主要包含了LSTM、卷积神经网络中,注意力机制的实现。☆132Updated 4 years ago
- 机器学习基本模型算法介绍(附加案例)☆222Updated 6 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- simple tutorial of pytorch☆136Updated 6 years ago
- Machine Learning in Action学习笔记,一个文件夹代表一个算法,每个文件夹包含算法所需的数据集、源码和图片,图片放在pic文件夹中,数据集放在在Data文件夹内。书中的代码是python2的,有不少错误,这里代码是我用python3写的,且都能直接运行☆208Updated 6 years ago
- 慕课网上深度学习之神经网络(CNN RNN GAN)算法原理+实战练习的代码和部分数据☆40Updated 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☆155Updated 8 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 years ago
- 机器学习预测系统汇总:包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆77Updated 5 years ago
- 基于遗传算法的特征选择☆127Updated 5 years ago
- 包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用☆289Updated 5 years ago
- ☆504Updated last year
- 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
- 包含一些比较常见的数据挖掘竞赛或者项目的源码☆129Updated 6 years ago
- 个人的技能树仓库,主要包含个人机器学习以及深度学习的笔记☆364Updated 4 years ago
- about deep learning projects☆49Updated 5 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆31Updated 8 years ago
- a back propagation neural network with genetic algorithm☆81Updated 7 years ago
- LSTM + Wavelet (长短期记忆神经网络+小波分析):深度学习与数字信号处理的结合☆176Updated 6 years ago
- 常用的特征选择方法☆68Updated 3 years ago
- ☆194Updated 4 years ago
- 个人练习,自编码器及其变形(理论+实践)☆339Updated 6 years ago