NealChalmers / Stanford-CS229-ML-AndrewNgLinks
Coursera Machine Learning (Andrew Ng) implements in Python
☆10Updated 2 years ago
Alternatives and similar repositories for Stanford-CS229-ML-AndrewNg
Users that are interested in Stanford-CS229-ML-AndrewNg are comparing it to the libraries listed below
Sorting:
- 个人使用jupyter notebook整理的peter的《机器学习实战》代码,使其更有层次感,更加连贯,也加了一些自己的修改,以及注释☆307Updated 8 years ago
- Coursera Machine Learning (Andrew Ng) --- python code☆127Updated 9 years ago
- 吴恩达《深度学习》学习笔记(xmind)、代码视频讲解☆466Updated 5 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
- coursera吴恩达机器学习课程作业自写Python版本+Matlab原版☆951Updated 8 years ago
- 深度学习500问,以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述,以帮助自己及有需要的读者。 全书分为18个章节,50余万字。由于水平有限,书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作,联系sc…☆172Updated 6 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆55Updated 7 years ago
- Data&code for Machine-Learning-in-Action by Python3 | 《机器学习实战》数据与Python3源码☆416Updated 3 years ago
- 讲解常见的机器学习算法☆319Updated 5 years ago
- 《机器学习实战》的python3源码☆1,337Updated 5 years ago
- 深度学习笔记☆812Updated 5 years ago
- 2020 招商银行FinTech 数据赛道 rank10☆115Updated 5 years ago
- 力求囊括主流NLP模型练手项目,不断更新中☆291Updated 5 years ago
- Tensorflow 2.0 Notes 提供了TF2.0案例实战以及TF2.0基础实战,目标是帮助那些希望和使用Tensorflow 2.0进行深度学习开发和研究的朋友快速入门,其中包含的Tensorflow 2.0教程基本通过测试保证可以成功运行(有问题的可以提issu…☆273Updated 5 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
- 机器学习实战☆33Updated 6 years ago
- 机器学习初学者公众号作品☆2,308Updated 4 years ago
- ☆275Updated 7 years ago
- Kaggle Kernel for House Prices competition https://www.kaggle.com/massquantity/all-you-need-is-pca-lb-0-11421-top-4☆166Updated 7 years ago
- B站上炼数成金的公开课笔记☆365Updated 6 years ago
- ☆278Updated 7 years ago
- 吴恩达机器学习公开课作业中文版本以及Python实现☆84Updated 6 years ago
- NTU ML2017 Spring and Fall Homework Hung-yi_Li 李宏毅老师 机器学习课程作业☆880Updated 6 years ago
- 2019年CCF大数据与计算智能大赛乘用车细分市场销量预测冠军解决方案☆261Updated 6 years ago
- ☆110Updated 7 years ago
- Implementation of algorithms introduced in CS229.☆390Updated 3 years ago
- 机器学习基本模型算法介绍(附加案例)☆227Updated 6 years ago
- 《Python数据分析与挖掘实战》随书源码与数据☆292Updated 8 years ago
- 通过阅读网上的资料代码,进行自我加工,努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯☆736Updated 6 years ago
- Describe past Kaggle solutions☆370Updated 6 years ago