shazhongcheng / machine_learing_study
☆415Updated 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
- Implementation of Statistical Learning Method, Second Edition.《统计学习方法》第二版,算法实现。☆837Updated 4 years ago
- 《机器学习实战》的python3源码☆1,316Updated 4 years ago
- Python 进阶学习笔记☆484Updated 4 years ago
- coursera吴恩达机器学习课程作业自写Python版本+Matlab原版☆914Updated 7 years ago
- 机器学习初学者公众号作品☆2,211Updated 4 years ago
- ⚡️⚡️⚡️《机器学习实战》代码(基于Python3)🚀☆900Updated 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☆174Updated 2 years ago
- 《神经网络与深度学习》课后习题答案-分享讨论☆740Updated 5 years ago
- Data&code for Machine-Learning-in-Action by Python3 | 《机器学习实战》数据与Python3源码☆419Updated 2 years ago
- 《深度学习入门-基于Python的理论与实现》,包含源代码和高清PDF(带书签);慕课网imooc《深度学习之神经网络(CNN-RNN-GAN)算法原理-实战》;《菜菜的机器学习sklearn》☆1,226Updated 3 years ago
- Mathematical derivation and pure Python code implementation of machine learning algorithms.☆1,524Updated 6 months 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☆98Updated 5 years ago
- 吴恩达《深度学习》学习笔记(xmind)、代码视频讲解☆452Updated 4 years ago
- 个人使用jupyter notebook整理的peter的《机器学习实战》代码,使其更有层次感,更加连贯,也加了一些自己的修改,以及注释☆298Updated 7 years ago
- Solutions for nndl/exercise☆112Updated 4 years ago
- 参考了西瓜书,sklearn源码,李航统计学,机器学习实战、机器学习中的数学☆31Updated 4 years ago
- 机器学习算法的公式推导以及numpy实现☆2,070Updated last year
- My personal notes☆1,675Updated 2 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☆359Updated 5 years ago
- 主要展示Datawhale的组队学习计划。☆2,240Updated 2 years ago
- NTU ML2017 Spring and Fall Homework Hung-yi_Li 李宏毅老师 机器学习课程作业☆874Updated 6 years ago
- 机器学习算法 基于西瓜书以及《统计学习方法》,当然包括DL。☆291Updated 5 years ago
- note for the book Python for Data Analysis: Data Wrangling with Pandas, Numpy, and IPython by Wes McKinney☆214Updated 5 years ago
- notes of machine learning algorithm derivation☆768Updated 5 years ago
- 《动手学深度学习》 PyTorch 版本☆174Updated 5 years ago
- 《深度学习》花书手推笔记☆496Updated 4 years ago
- ☆1,328Updated 4 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