WinterPan2017 / machine-learning-AndrewLinks
吴恩达机器学习课程的资源、作业代码以及学习笔记
☆52Updated 5 years ago
Alternatives and similar repositories for machine-learning-Andrew
Users that are interested in machine-learning-Andrew are comparing it to the libraries listed below
Sorting:
- 吴恩达机器学习算法Python实现,附详细的代码注释。☆82Updated 4 years ago
- 华为杯研究生数学建模竞赛:历年来数据分析类代码(不定时更新,曾获一等奖)☆98Updated 9 months 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…☆147Updated 4 years ago
- 【PyTorch】手把手教你跑通第一个神经网络☆268Updated 2 years ago
- 研究生数学建模,华为杯数学建模,2021D题(数模之星),乳腺癌,机器学习,数据分析☆316Updated 2 years ago
- 基于SVM的简单机器学习分类,可以使用svm, knn, 朴素贝叶斯,决策树四种机器学习方法进行分类☆116Updated 2 years ago
- 机器学习算法项目☆974Updated 3 years ago
- 深度学习的实战项目☆326Updated 5 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆350Updated 5 years ago
- 西瓜书,课后习题☆134Updated 3 years ago
- 利用sklearn实现机器学习算法:线性回归、逻辑回归、决策树、随机森林、SVM等☆174Updated 5 years ago
- 阿里云天池大赛赛题解析☆143Updated 4 years ago
- 人工智能结课作业(A星八数码/广度优先/深度优先/粒子群寻优算法/遗传算法/蚁群算法/BP神经网络/卷积神经网络)☆451Updated 2 years ago
- Pytorch_Learning_Notes☆104Updated 5 months ago
- 吴恩达机器学习作业☆619Updated 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
- 猫狗识别分类(深度学习入门案例),使用了Tensorflow框架 和 CNN神经网络实现。附有超详细的代码注释,适合新手直接上手Run!☆215Updated 7 months ago
- 最近在学习机器学习,深度学习,自然语言处理,统计学习方法等知识,所以决定自己将学习的相关算法用Python实现一遍,并结合GitHub上相关大牛的代码进行改进,本项目会不断的更新相关算法,欢迎star,fork和关注。 主要包括: 1.吴恩达Andrew Ng老师的…☆104Updated 6 years ago
- 数学建模准备工作,包括一些算法的手写与调用☆236Updated 7 years ago
- 《机器学习》周志华 (西瓜书) 练习☆64Updated 7 years ago
- 2021年研究生数学建模竞赛B题,全国二等奖,空气质量预报二次建模,时间序列数据分析与回归预测。Time Series Prediction&Air Quality Prediction.☆36Updated 3 years ago
- 机器学习算法经典案例☆110Updated 4 years ago
- ☆58Updated 5 years ago
- 利用回归模型实现房价预测☆45Updated 6 years ago
- 用于存放《最优化理论与算法》代码与课件☆255Updated 3 years ago
- coursera中Andrew Ng的meachine learning的所有编程测验的原文件☆581Updated 6 years ago
- Gitbook Address: https://app.gitbook.com/@nlpgroup/s/nlpnote/☆157Updated 3 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☆56Updated 5 years ago
- 《机器学习》(西瓜书)代码实战☆854Updated 2 months ago
- 西瓜书,sklearn源码,李航统计学,机器学习实战☆40Updated 5 years ago