luwill / LihangLinks
Statistical learning methods, 统计学习方法 [李航] 值得反复读. [笔记, 代码, notebook, 参考文献, Errata, lihang]
☆15Updated 6 years ago
Alternatives and similar repositories for Lihang
Users that are interested in Lihang are comparing it to the libraries listed below
Sorting:
- 《机器学习:软件工程方法与实现》Method and implementation of machine learning software engineering☆187Updated 2 years ago
- 主要存储Datawhale组队学习中“SQL”方向的资料。☆181Updated 3 years ago
- 本项目对中文版《动手学深度学习》中的代码进行了整理☆58Updated 4 years ago
- ☆147Updated 3 years ago
- 作者:张君颖,个人项目作品展:https://lotbear.com☆32Updated 4 years ago
- 《机器学习》(西瓜书)公式推导解析,在线阅读地址:https://datawhalechina.github.io/pumpkin-book☆99Updated 6 years ago
- 不调库,纯python实现机器学习经典算法☆40Updated 4 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。由于水平有限,书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作,联系sc…☆168Updated 6 years ago
- 深度之眼《百面机器学习》训练营☆98Updated 5 years ago
- 高级可视化神器plotly的学习☆63Updated last year
- 《 Python机器学习及实践:从零开始通往Kaggle竞赛之路(2022年度版)》全书数据和开源代码☆39Updated 2 years ago
- 天池竞赛-智慧海洋开源代码☆54Updated 5 years ago
- 🤓 Important machine learning knowledge, each article deeply analyzes theoretical knowledge☆118Updated 5 years ago
- 水很深的深度学习☆129Updated last year
- 我的Datawhale组队学习,在线阅读地址:https://relph1119.github.io/my-team-learning☆61Updated last year
- Datawhale第10期组队学习活动:《动手学深度学习》Pytorch版的练习代码☆89Updated 5 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆96Updated 3 years ago
- ☆45Updated 3 years ago
- 数据分析学习笔记,包括numpy、pandas、matplotlib、Seaborn库学习笔记,以及数据挖掘及分析实例☆23Updated 2 years ago
- 深度之眼《Pytorch框架训练营》☆22Updated 2 years ago
- WeChat Official Accounts, zhihu and CSDN'blog code☆264Updated 5 years ago
- 🔥数据科学竞赛 Baseline & Topline☆142Updated 2 years ago
- 记录Learning from data一书中的习题解答☆78Updated 5 years ago
- 30天掌握Tensorflow2.1 Jupyter Notebook 版☆59Updated 3 years ago
- 龙曲良《TensorFlow深度学习》学习笔记及代码,采用TensorFlow2.0.0版本☆175Updated 2 years ago
- 剑指Offer Python题解☆71Updated 5 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…☆40Updated 5 years ago
- 使用sklearn做特征工程☆172Updated 6 years ago
- 本赛题旨在运用有效的金融科技和大数据系统,分析涉赌涉诈资金交易新方式,持续优化风险监测模型,通过赛题提供的涉赌涉诈黑名单、白名单及用于训练的相关交易流水数据集,构建涉赌涉诈账户算法识别模型,全面排查存量风险。A榜排名11/1594,B榜排名13/1594。☆46Updated 2 years ago
- 各种机器学习方法在sklearn中的使用-菜菜的机器学习sklearn课堂☆95Updated 5 years ago