搜索资源列表
Machine-Learning-in-Action
- 机器学习实战的英文版 实现语言为python 包含多种机器学习算法-The English version of machine learning practical implementation language for python contains a variety of machine learning algorithms
Naive-Bayes
- 基本的朴素贝叶斯算法，使用python编写。执行效率一般。-The basic Bayesian algorithms, written using python. Efficiency in general.
SVM
- SVM: 一种分类器，采用最大化分类间隔进行优化参数。 关于这个分类器两点比较重要： 1）SMO优化算法需要掌握， 可以具体参看两篇文章，John Platt的文章 以及“Improvements to Platt s SMO algorithm for SVM Classifier Design” 2）核函数的使用，如何将核函数使用到SVM中，核函数就是空间转换的函数， 说白了就是距离计算函数，如何将同类之间的距离计算的比较近，如何将低维空间转换到易于分类的高维空间
treePlotter
- 用python语言写的一个分类算法，用于树绘图，机器学习算法-Python language written with a classification algorithm for tree drawing, machine learning algorithms
machineLearning-master
- python编写的一些机器学习算法,包含监督学习和非监督学习-Some machine learning algorithms written in python, including supervised learning and unsupervised learning
assign1
- 伯克利大学人工智能与机器学习课程练习题，实现了多种算法。PYTHON语言。-Berkeley Artificial Intelligence and Machine Learning course exercises, to achieve a variety of algorithms. PYTHON language.
cluster
- 机器学习中经典的聚类算法例子，采用python编写，简单易理解-Classical clustering algorithms in machine learning, for example, USES python, simple easy to understand
deepnet-master
- Nitish Srivastava University of Toronto.利用GPU训练深度学习算法-Implementation of some deep learning algorithms. Nitish Srivastava University of Toronto. GPU-based python implementation of 1. Feed-forward Neural Nets 2. Restricted Boltzmann Machines
geneticAlgorithm.py.tar
- Genetic Algorithms written in python, simple
GA
- 使用python实现遗传算法的基本功能，包括变异，交叉，选择(Using Python to achieve the basic functions of genetic algorithms, including mutation, crossover, selection)
ClassicalMachineLearning
- 几个经典算法的实现，例如决策树，支持向量机，还有单层感知机等(Several classical algorithms are implemented, such as decision tree, support vector machine, and single layer perceptron)
test1
- SVM-无监督机器学习领域的经典算法，在神经网络未出现前，他是机器学习的顶梁柱，现在依然用处广泛，而且其核函数的使用范围早已超脱其本身，该实例对SVM算法进行了实现，具有相应的数据集。(SVM - Unsupervised machine learning in the field of classical algorithms, before the neural network does not appear, he is the mainstay of machine learning,
RL
- 用python搭建了各类常用的强化学习算法的框架，通过迷宫寻路的例子实现各类算法。(The framework of all kinds of commonly used reinforcement learning algorithms is built with Python, and all kinds of algorithms are realized by the example of labyrinth finding.)
mi02fptree
- 实现关联规则挖掘的两个算法源码，封装完整，易读易用，包含测试数据(The two algorithms to implement association rules mining are complete package, easy to read and easy to use, including test data)
Python Deep Learning - Valentino Zocca
- Take your machine learning skills to the next level by mastering Deep Learning concepts and algorithms using Python.
PSO-Python
- 粒子群算法，PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The particle swarm optimization (PSO) al
入门十大Python机器学习算法（附代码）
- 介绍机器学术十大算法，并且附python实现代码(The ten major algorithms of machine learning are introduced, and the python implementation code is attached.)
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
《深度学习入门：基于Python的理论与实现》
- 本书主要介绍深度学习的核心算法，以及在计算机视觉，语音识别、自然语言处理中的相关应用，适合深度学习从业人士或者相关研究生作为参考资料，也可以作为入门教程来大致了解深度学习的相关前沿技术(This book mainly introduces the core algorithms of deep learning, as well as relevant applications in computer vision, speech recognition and natural languag
Python机器学习基础教程(完整电子版)
- 本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。(This book is an introduction to machine learning, introduced in Python langua