shazhongcheng / machine_learing_studyLinks
☆419Updated 4 years ago
Alternatives and similar repositories for machine_learing_study
Users that are interested in machine_learing_study are comparing it to the libraries listed below
Sorting:
- 吴恩达《深度学习》学习笔记(xmind)、代码视频讲解☆467Updated 5 years ago
- 《机器学习实战》的python3源码☆1,336Updated 5 years ago
- 龙曲良《TensorFlow深度学习》学习笔记及代码，采用TensorFlow2.0.0版本☆177Updated 2 years ago
- 个人关于李航《统计学习方法》的一些肤浅解释和学习，以及numpy和sklearn编程实现☆86Updated 5 years ago
- Data&code for Machine-Learning-in-Action by Python3 | 《机器学习实战》数据与Python3源码☆416Updated 3 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…☆172Updated 6 years ago
- 《动手学深度学习》 PyTorch 版本☆180Updated 5 years ago
- 个人的技能树仓库，主要包含个人机器学习以及深度学习的笔记☆395Updated 4 years ago
- PyTorch 1.0 官方文档 中文版，欢迎关注微信公众号：磐创AI☆369Updated 6 years ago
- 深度学习代码☆132Updated 6 years ago
- ✒统计学习方法第二版（李航） 学习笔记、代码实现、课后习题☆365Updated 6 years ago
- ⚡️⚡️⚡️《机器学习实战》代码（基于Python3）🚀☆978Updated 5 years ago
- 深度学习笔记☆810Updated 5 years ago
- note for the book Python for Data Analysis: Data Wrangling with Pandas, Numpy, and IPython by Wes McKinney☆223Updated 5 years ago
- 本项目对中文版《动手学深度学习》中的代码进行了PyTorch实现并整理为PDF版本供下载☆625Updated 4 years ago
- 《神经网络与深度学习》课后习题答案-分享讨论☆784Updated 5 years ago
- 基于Tensorflow2的深度学习开源书籍☆346Updated 5 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☆100Updated 6 years ago
- coursera吴恩达机器学习课程作业自写Python版本+Matlab原版☆956Updated 8 years ago
- 周志华-机器学习☆284Updated 5 years ago
- 《深度学习》花书手推笔记☆506Updated 5 years ago
- 用python和sklearn两种方法实现李航《统计学习方法》中的算法☆340Updated 7 years ago
- ☆210Updated 5 years ago
- 吴恩达机器学习公开课作业中文版本以及Python实现☆84Updated 6 years ago
- 微专业: 吴恩达 深度学习工程师 作业☆208Updated 7 years ago
- ☆174Updated 3 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☆736Updated 6 years ago
- Solutions for nndl/exercise☆116Updated 5 years ago
- 李航统计学习方法（第二版）的学习笔记，包括：1、每章重点公式的手动推导 2、每章算法的Python自实现 3、学习过程中的笔记与心得 4、每章节的课后习题 5、每周都会按照至少一周一章的进度定时将自己的学习进度更新到这个仓库☆126Updated 5 years ago
- notes of machine learning algorithm derivation☆789Updated 6 years ago