qpp117 / DeepLearning_BaseOnTensorFlowLinks
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)
☆53Updated 7 years ago
Alternatives and similar repositories for DeepLearning_BaseOnTensorFlow
Users that are interested in DeepLearning_BaseOnTensorFlow are comparing it to the libraries listed below
Sorting:
- 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。☆115Updated 7 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☆155Updated 8 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- 基于python编写的Keras深度学习框架开发，利用卷积神经网络CNN,快速识别图片并进行分类☆39Updated 6 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆126Updated 6 years ago
- 机器学习课程大作业 - 基于深度神经网络的图像分类任务☆30Updated 7 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆44Updated 5 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
- 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☆55Updated 5 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☆45Updated 6 years ago
- 机器学习、深度学习、NLP实战项目☆139Updated 7 years ago
- 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☆75Updated 4 years ago
- 机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- 支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等☆52Updated 7 years ago
- bp 神经网络算法☆122Updated 2 years ago
- 基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。☆21Updated 5 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 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☆45Updated 6 years ago
- 感知器 、贝叶斯分类、决策树分类、K最近邻法、逻辑回归、支持向量机...☆128Updated 10 years ago
- 逻辑回归预测违约可能☆32Updated 7 years ago
- 我写了详细代码注释，卷积神经网络经典项目猫狗识别kaggle☆48Updated 6 years ago
- 朴素贝叶斯实现的文本分类（新闻分类）☆64Updated 9 years ago
- 机器学习应用平台/数据预测/文本分类☆11Updated 6 years ago
- 这里主要存放做过的深度学习的一些实战项目☆34Updated 5 years ago
- 🤖机器学习实战🤖：决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 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
- use lstm to predict value and label based on keras基于keras框架，用lstm解决回归和分类问题☆18Updated 5 years ago
- 卷积神经网络（CNN）项目，给你一个狗的图像，你的算法将会识别并估计狗的品种☆28Updated 2 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆214Updated 6 years ago