Yimeng-Zhang / Machine-Learning-From-Scratch
系统梳理机器学习的各个知识点。
☆121Updated 6 years ago
Alternatives and similar repositories for Machine-Learning-From-Scratch:
Users that are interested in Machine-Learning-From-Scratch are comparing it to the libraries listed below
- 《机器学习:软件工程方法与实现》Method and implementation of machine learning software engineering☆186Updated 2 years ago
- [译] ApacheCN 数据科学译文集☆310Updated 2 years ago
- 李航统计学习方法 PPT☆111Updated 8 years ago
- [译] 百页机器学习小书☆137Updated 4 years ago
- 高级可视化神器plotly的学习☆63Updated last year
- 🤓 Important machine learning knowledge, each article deeply analyzes theoretical knowledge☆117Updated 5 years ago
- Statsmodels: Python中的统计建模与计量统计学类库,此为ApacheCN推出的中文版翻译。☆167Updated 3 years ago
- numpy 实现的 周志华《机器学习》书中的算法及其他一些传统机器学习算法☆230Updated 5 years ago
- 主要存储Datawhale组队学习中“SQL”方向的资料。☆181Updated 3 years ago
- 史上最全Python数据分析资料☆186Updated 4 years ago
- 开源Excel教程。☆141Updated 2 years ago
- 水很深的深度学习☆126Updated 11 months ago
- ✒统计学习方法第二版(李航) 学习笔记、代码实现、课后习题☆359Updated 5 years ago
- ☆145Updated 2 years ago
- Matplotlib中文教程,在线阅读地址:https://datawhalechina.github.io/fantastic-matplotlib/☆484Updated 2 years ago
- 统计学习方法训练营课程作业及答案,视频笔记在线阅读地址:https://relph1119.github.io/statistical-learning-method-camp☆195Updated 2 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。声明:所有内容来自(仅供学习):https://github.com/scutan90/DeepLearni…☆609Updated 5 years ago
- 《机器学习数学基础》有关资料☆103Updated last year
- ApacheCN 数据科学和人工智能知识库☆50Updated 2 years ago
- 全中文的人工智能教程和推荐资料,只选“精品”,如“钻石”般精致。☆104Updated 3 years ago
- A practical feature engineering handbook☆323Updated 4 years ago
- 西瓜书概念整理☆86Updated 3 years ago
- 《机器学习及深度学习笔记》是我们的机器学习培训教材,主要面向算法和数据挖掘方向。其中包含了基础数学知识、算法原理及推导、调包实现、手推实现等内容~同样也是包括了文档以及jupyter notebook脚本实现(具体到每一张图片)☆68Updated 5 years ago
- homepage☆134Updated 11 months ago
- 巨硬的NumPy☆400Updated 11 months ago
- 北邮《Python编程与实践》课程(2021)☆159Updated 3 years ago
- 机器学习 - 从原理到实现☆27Updated 3 years ago
- [译] Sklearn 与 TensorFlow 机器学习实用指南第二版☆152Updated 3 years ago
- Follow me,从 0 到 1 掌握 SQL。☆811Updated 6 months ago
- A feature engineering kit for each issue, to give you a deeper and deeper understanding of the work of feature engineering!☆673Updated 4 years ago