资源列表
梯度下降求解逻辑回归
- 用梯度下降求解逻辑回归基于python语言的实现(Using gradient descent to solve logistic regression based on Python language)
决策树
- 决策树算法基于python语言的具体实现实例(Implementation of decision tree algorithm based on Python language)
Deep Learning with Python
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Fran?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(Deep Learning with Python intr
Caffe-Python-Tutorial-master
- 深度学习下的卷积神经网络 剪枝算法 CNN(Deep learning Prune for CNN Deep learning Prune for CNN)
机器学习实战源码
- 《机器学习实战》书的所有源码及数据，python实现！！！
is_pos_answer_intents_classifies
- 判断一句话是否定句还是肯定句，基于神经网络（pybrain）分类肯定句与否定句，开放了训练代码和样本数据，供读者自行修改样本进行训练(Is a sentence positive or negative?)
卷积层，池化层样例
- tensorflow框架下的卷积层，池化层说明与样例，代码(Convolution layer, pooling layer illustration and sample code)
循环神经网络
- tensorflow框架下的循环神经网络实例代码，前向传播方式(Recurrent neural network instance code under tensorflow framework, forward propagation mode)
seq2seq样例
- tensorflow框架下的交叉熵计算代码，序列到序列预测实例代码(Cross entropy calculation code, sequence to sequence prediction code)
dbn-master
- 度信念网络是一个概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布，对P(Observation|Label)和 P(Label|Observation)都做了评估，而判别模型仅仅而已评估了后者，也就是P(Label|Observation)。(The degree belief network is a probability generation model. Compared with the neural network of the tradi
迁移学习对花进行分类
- 迁移学习简单算法，涉及到迁移学习的一些简单原理，学习参考使用(transfer_learning.py)
RBF_Plot
- 使用S函数进行编写RBF神经网络算法，并有画图分析程序。(Using S function to write RBF neural network algorithm, and drawing analysis program.)