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
☆55Updated 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。☆86Updated 5 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…☆153Updated 4 years ago
- 西瓜书,课后习题☆139Updated 4 years ago
- 【PyTorch】手把手教你跑通第一个神经网络☆271Updated 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☆343Updated 3 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆373Updated 5 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☆188Updated 5 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)☆133Updated last week
- 阿里云天池大赛赛题解析☆153Updated 4 years ago
- 吴恩达机器学习作业☆700Updated 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
- 用Python实现SVM多分类器☆437Updated last year
- Gitbook Address: https://app.gitbook.com/@nlpgroup/s/nlpnote/☆158Updated 4 years ago
- 机器学习纯算法实现。持续更新☆109Updated 5 years ago
- pytorch入门项目,包括线性回归、垃圾分类、水果目标检测、ssd☆130Updated 5 years ago
- coursera中Andrew Ng的meachine learning的所有编程测验的原文件☆586Updated 7 years ago
- 《机器学习》(西瓜书)代码实战☆935Updated 9 months ago
- 《机器学习》周志华 (西瓜书) 练习☆66Updated 7 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☆126Updated 3 years ago
- coursera吴恩达机器学习课程作业自写Python版本+Matlab原版☆958Updated 8 years ago
- 机器学习算法经典案例☆114Updated 5 years ago
- 李宏毅2021机器学习深度学习笔记PPT作业☆600Updated 4 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…☆191Updated 7 years ago
- simple tutorial of pytorch☆137Updated 6 years ago
- Pytorch_Learning_Notes☆102Updated 11 months 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)☆475Updated 3 years ago
- 吴恩达深度学习课程课后编程作业☆196Updated 5 years ago
- Solution to CS231n Assignments 2019☆213Updated 3 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)☆443Updated 5 years ago
- 深度学习的实战项目☆367Updated 5 years ago