guangyaooo / MLTemplateLinks
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，隐马尔可夫模型（包括前向算法，后向算法，Viterbi算法和BaumWelch算法），主成分分析等模型
☆150Updated 4 years ago
Alternatives and similar repositories for MLTemplate
Users that are interested in MLTemplate are comparing it to the libraries listed below
Sorting:
- 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☆180Updated 5 years ago
- 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
- 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
- 【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…☆211Updated 5 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☆345Updated 3 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 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）☆459Updated 3 years ago
- 集成学习Stacking方法详解☆76Updated 6 years ago
- 机器学习算法经典案例☆111Updated 4 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆363Updated 5 years ago
- 吴恩达机器学习课程的资源、作业代码以及学习笔记☆54Updated 5 years ago
- 使用pyhton3语言对机器学习算法中的K近邻算法、 线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析☆49Updated 6 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)☆135Updated last year
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆82Updated 5 years ago
- 包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型☆80Updated 3 years ago
- python实现的随机森林☆104Updated 3 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念，包括有监督学习，无监督学习，分类，聚类，回归；神经元模型，多层感知器，BP算法；损失函数，激活函数，梯度下降法；全连接网络、卷积神经网络、递归神经网络；训练集，测试集，交叉验证，欠拟合，过拟合；数据规范化等☆157Updated 9 years ago
- 本程序实现决策树的建立与可视化，以及决策树的预剪枝与后剪枝，数据集为西瓜书4.2、4.3节中的西瓜数据集☆37Updated 6 years ago
- 用Python实现SVM多分类器☆426Updated last year
- 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☆120Updated 2 years ago
- 吴恩达机器学习算法Python实现，附详细的代码注释。☆85Updated 5 years ago
- 利用回归模型实现房价预测☆49Updated 6 years ago
- 这是一个入门机器学习/深度学习的小项目，包含随机森林，多层感知器，卷积神经网络，实现了训练可视化，多分类混淆矩阵等计算☆59Updated 5 years ago
- 数学建模准备工作，包括一些算法的手写与调用☆243Updated 7 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 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）☆433Updated 5 years ago
- 《Python数据预处理技术与实践》源码下载☆209Updated 5 years ago
- 阿里云天池大赛赛题解析☆151Updated 4 years ago
- 西瓜书，sklearn源码，李航统计学 ，机器学习实战☆41Updated 5 years ago
- 《Python数据挖掘入门与实践》 代码，数据以及教程☆105Updated 5 years ago