kylin9749 / connect6Links
六子棋AI,MCTS算法,增强学习,借鉴大神,非原创
☆32Updated 6 years ago
Alternatives and similar repositories for connect6
Users that are interested in connect6 are comparing it to the libraries listed below
Sorting:
- 基于博弈树α-β剪枝搜索的五子棋AI☆778Updated 8 years ago
- Connect6 AI based on AlphaZero☆23Updated 7 years ago
- 毕业设计-主动学习推荐系统的实现☆39Updated last year
- 基于CNN学习ImageNet数据集,实现一个能识别狗品种的图像分类器☆16Updated 6 years ago
- 专家系统作业——井字棋、推理机、决策树☆48Updated 7 years ago
- 深度学习中的一些小Demo。☆426Updated 2 years ago
- 使用Python制作的五子棋游戏☆147Updated last year
- 推荐系统课程作业(基于movieLens数据文件)☆18Updated 6 years ago
- 多语言实现的五子棋小游戏☆37Updated 7 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)☆57Updated 7 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
- 卷积神经网络(CNN)提取影评特征构建电影推荐系统,pytorch实现☆130Updated 8 years ago
- Film recommendation system.python KNN Collaborative filtering system and spark.系统详细介绍,请看电影推荐系统文档。☆32Updated 7 years ago
- 个人的技能树仓库,主要包含个人后端开发的项目☆157Updated 4 years ago
- 数据挖掘作业数据以及代码(电动车价格预测)☆70Updated 5 years ago
- 一个基于朴素贝叶斯算法的新闻文本分类器☆13Updated 8 years ago
- 一个简单的电影推荐系统☆232Updated 3 years ago
- 一个简单的新闻推荐系统☆14Updated 3 years ago
- 基于朴素贝叶斯的文本分类算法的文本分类系统,该系统具有qt桌面端和web端☆15Updated 6 years ago
- 使用机器学习算法的电影推荐系统以及票房预测系统☆325Updated 4 years ago
- 基于协同过滤算法的学习资源个性化推荐系统(硕士毕设)☆98Updated 7 years ago
- 排名(成绩)预测(入门Python和机器学习)☆54Updated 3 years ago
- 使用BP神经网络识别MINST字符集☆46Updated 6 years ago
- kaggle上的一个房屋价格预测比赛☆37Updated 8 years ago
- 一些传统推荐算法的实现,包括基于内容的推荐,协同过滤,矩阵分解☆299Updated 7 years ago
- 本项目使用两种算法来实现一个电影推荐系统,一个是CNN,另一个是矩阵分解的协同过滤。☆136Updated 7 years ago
- 机器学习入门:手写数字识别,声呐分类,垃圾短信识别,鸢尾花分类☆42Updated 6 years ago
- 阿里天池与Datawhale联合举办二手车价格预测比赛:优胜奖方案代码总结☆114Updated 2 years ago
- 机器学习、深度学习、NLP实战项目☆150Updated 7 years ago
- A Chinese Chess program and a AI based on Monte Carlo Tree Search and Neural Network(like AlphaGo)一个中国象棋程序和一个配套的基于蒙特卡洛算法及神经网络的人工智能(模仿阿尔法…☆121Updated 7 years ago