huangqiu15444 / Machine-Learning
☆51Updated 4 years ago
Alternatives and similar repositories for Machine-Learning:
Users that are interested in Machine-Learning are comparing it to the libraries listed below
- 采用SVM方法,对美国威斯康星州的乳腺癌诊断数据集进行分类,最终实现一个针对乳腺癌检测的分类器☆26Updated 5 years ago
- 【PyTorch】手把手教你跑通第一个神经网络☆262Updated 2 years ago
- 吴恩达机器学习算法Python实现,附详细的代码注释。☆82Updated 4 years ago
- 吴恩达机器学习课程的资源、作业代码以及学习笔记☆49Updated 5 years ago
- Pytorch_Learning_Notes☆102Updated 3 weeks 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☆302Updated 2 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☆154Updated 4 years ago
- 浙江大学机器学习☆221Updated 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…☆175Updated 6 years ago
- 基于Python/PyQT5的产生式动物识别系统☆34Updated 5 years ago
- 西瓜书,课后习题☆131Updated 3 years ago
- 利用ID3决策树预测患糖尿病的可能性☆14Updated 4 years ago
- 阿里云天池大赛赛题解析☆135Updated 3 years ago
- ☆82Updated last year
- 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…☆142Updated 3 years ago
- 浙江大学胡浩基《机器学习》代码☆200Updated 2 years ago
- 冈萨雷斯《数字图像处理》第三版-课后习题答 案;《数字图像处理(matlab版)》-源代码及图片 DIP☆230Updated 5 months ago
- 此仓库是一些机器学习以及其他一些有趣的的小项目实战,每一个文件夹都是一个具体的实战项目,目的就是让新人能够快速动手实践,延续学习的热情!☆118Updated 2 years ago
- 冈萨雷斯的《数字图像处理第三版》的读书笔记☆137Updated 4 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☆113Updated 2 years ago
- 用Python实现了《数学建模算法与应用》第二版中的部分示例代码. (原书中使用的是Matlab)☆195Updated 4 years ago
- ☆118Updated 3 years ago
- ☆145Updated 2 years ago
- ☆70Updated 2 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)☆407Updated 4 years ago
- 《机器学习》周志华 (西瓜书) 练习☆59Updated 6 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)☆430Updated 2 years ago
- Solution to CS231n Assignments 2019☆209Updated 2 years ago
- Transformer Encoder PyTorch note☆107Updated last year
- 深度学习 李宏毅 2021 学习笔记☆1,562Updated 2 years ago