Visualize-ML / Book7_Visualizations-for-Machine-Learning
Book_7_《机器学习》 | 鸢尾花书:从加减乘除到机器学习;欢迎批评指正
☆2,291Updated last week
Related projects: ⓘ
- Book_6_《数据有道》 | 鸢尾花书:从加减乘除到机器学习;欢迎大家批评指正!纠错多的同学会得到赠书感谢!☆1,878Updated last week
- Book_5_《统计至简》 | 鸢尾花书:从加减乘除到机器学习;上架!☆2,799Updated last week
- Book_2_《可视之美》 | 鸢尾花书:从加减乘除到机器学习,欢迎批评指正☆2,656Updated last week
- Book_1_《编程不难》 | 鸢尾花书:从加减乘除到机器学习;请多多批评指正!☆4,561Updated last week
- Book_3_《数学要素》 | 鸢尾花书:从加减乘除到机器学习;上架;欢迎继续纠错,纠错多的同学还会有赠书!☆6,280Updated last week
- Book_4_《矩阵力量》 | 鸢尾花书:从加减乘除到机器学习;上架!☆8,543Updated last week
- ☆108Updated this week
- ☆128Updated this week
- 合并《鸢尾花书》系列丛书pdf文件,并添加章节书签☆39Updated last year
- Approaching (Almost) Any Machine Learning Problem中译版,在线文档地址:https://ytzfhqs.github.io/AAAMLP-CN/☆1,395Updated 6 months ago
- 《数学建模导论》教程,全网最全数学建模模型与算法教程系列,带你走进数学建模的大门!☆454Updated last month
- 《Pytorch实 用教程》(第二版)无论是零基础入门,还是CV、NLP、LLM项目应用,或是进阶工程化部署落地,在这里都有。相信在本书的帮助下,读者将能够轻松掌握 PyTorch 的使用,成为一名优秀的深度学习工程师。☆2,283Updated last month
- LaTeX论文写作教程 (清华大学出版社)☆1,325Updated 9 months ago
- 统计学习方法习题解答,在线阅读地址:https://datawhalechina.github.io/statistical-learning-method-solutions-manual☆1,703Updated 3 weeks ago
- Graphic notes on Gilbert Strang's "Linear Algebra for Everyone", 线性代数的艺术中文版, 欢迎PR.☆4,378Updated 7 months ago
- Stanford-CS-Course☆189Updated last year
- PyTorch入门教程,在线阅读地址:https://datawhalechina.github.io/thorough-pytorch/☆2,397Updated 2 months ago
- 《神经网络与深度学习》案例与实践☆751Updated last year
- 温州大学《机器学习》课程资料(代码、课件等)☆1,766Updated 10 months ago
- 🐳 LeetCode 算法笔记:面试、刷题、学算法。在线阅读地址:https://datawhalechina.github.io/leetcode-notes/☆668Updated 2 months ago
- 巨硬的NumPy☆361Updated 5 months ago
- 鸢尾花书系列自动合并工具☆10Updated last year
- ⛽️「算法通关手册」:超详细的「算法与数据结构」基础讲解教程,从零基础开始学习算法知识,850+ 道「LeetCode 题目」详细解析,200 道 「大厂面试热门题目」。☆5,700Updated last month
- https://hml.boyuai.com☆317Updated last year
- 《动手学深度学习》习题解答,在线阅读地址如下:☆333Updated 2 months ago
- MLNLP: Notes for MIT-Linear-Algebra☆2,977Updated last year
- 中文Python 3笔记☆185Updated last year
- ☆2,179Updated this week
- 📒《统计学习方法-李航》200页PDF手推公式细节讲解,包含详细的目录以及R语言代码实现,可结合《统计学习方法》提高学习效率,适合机器学习、深度学习初学者。☆400Updated last week
- ☆248Updated last year