ice-tong / ML_demoLinks
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，泰坦尼克号数据集。
☆182Updated 6 years ago
Alternatives and similar repositories for ML_demo
Users that are interested in ML_demo are comparing it to the libraries listed below
Sorting:
- 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 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…☆210Updated 5 years ago
- 整理记录本人担任课程助教设计的四个机器学习实验，主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码，欢迎各位码友讨论交流。☆114Updated 7 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆215Updated 6 years ago
- Data Analysis and Mining(数据分析与挖掘)☆335Updated 4 years ago
- 基于朴素贝叶斯实现的豆瓣影评情感分析☆101Updated last month
- 统计分析课程实验作业/包含《统计分析方法》中因子分析，主成分分析，Kmeans聚类等典型算法的手写实现☆77Updated 5 years ago
- 房价预测完整项目：1.爬取链家网数据 2.处理后，用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好，R^2值0.75左右☆240Updated 6 years ago
- 深度学习的实战项目☆325Updated 5 years ago
- 软件工程课程设计项目/Lab409：基于词典方法和机基于器学习方法的中文情感倾向分析（Web）☆124Updated 7 years ago
- 数据挖掘库sklearn的使用教程和demo☆84Updated 7 years ago
- 通 过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯☆732Updated 5 years ago
- python实现基于贝叶斯的简单垃圾邮件分类☆151Updated 9 years ago
- 《Python数据挖掘入门与实践》 代码，数据以及教程☆102Updated 5 years ago
- 机器学习、深度学习、NLP实战项目☆143Updated 7 years ago
- 决策树分类（ID3，C4.5，CART）☆482Updated last year
- 《Python数据预处理技术与实践》源码下载☆204Updated 5 years ago
- 使用朴素贝叶斯、SVM、逻辑回归、RF、XGBoost、LightGBM的方法实现垃圾邮件分类任务，博客链接：https://blog.csdn.net/ljx0951/article/details/106116944☆52Updated 2 years ago
- 该资源为作者在CSDN的撰写Python数据挖掘和数据分析文章的支撑，主要是Python实现数据挖掘、机器学习、文本挖掘等算法代码实现，希望该资源对您有所帮助，一起加油。☆136Updated 4 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☆175Updated 5 years ago
- 基于TensorFlow的深度学习、深度增强学习代码：NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆54Updated 7 years ago
- kaggle上的一个房屋价格预测比赛☆37Updated 7 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…☆147Updated 4 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆352Updated 5 years ago
- 机器学习算法经典案例☆111Updated 4 years ago
- 《python数据分析与挖掘实战》项目实践及拓展☆228Updated 6 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆46Updated 6 years ago
- 机器学习实践：贷款违约预测☆38Updated 6 years ago
- 朴素贝叶斯中文垃圾邮件分类器☆71Updated 9 years ago
- 数据挖掘大作业， 东野圭吾小说集文本挖掘☆70Updated 8 years ago