搜索资源列表
DecisionTree
- python编写的决策树的代码，主要用于模式识别和机器学习领域，-an example containing the program code for decision tree in python
machine-learning-in-action
- 机器学习实战书，包括代码讲解，主要用python-Machine learning in action by python
Ch02
- 《机器学习实战》源代码 第二章的代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等等。后面章节待传。-machine learning source code 2nd
Ch03
- 《机器学习实战》源代码 第二章的代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等等。后面章节待传。-Machine Learning 2nd
Ch04
- 《机器学习实战》源代码 第二章的代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等等。后面章节待传。-Machine Learning 4nd
kNN_in_Python
- 用Python学习和实战kNN算法，对《机器学习实战》中的代码进行修正，保证能在python3.x中运行-kNN algorithm in learning and action in Python
LR
- 用python实现逻辑回归代码,python作为更为简单的面向对象型语言非常适用于机器学习等领域。-Python implementation logic return code
notes-machine-learning
- PRML学习笔记，包括机器学习的基础理论只是，提供曲线拟合的Python 代码-notes for prml
K-proximity-algorithm
- 机器学习K临近算法python代码，整个工程都有，直接可以运行。-Machine learning algorithm K near the python code, the entire project has a direct run.
MachineLearnngInActionandsourceCode
- 机器学习实战及配套Python代码,很好的入门书。-Machine Learning in Action. Source eode and book
Cluster
- 机器学习和数据挖掘中常用的K-means聚类算法，包含两个文件，kmeans.py是Python实现代码，bank-data.csv是测试数据-Machine learning and data mining commonly used K-means clustering algorithm contains two files, kmeans.py is a Python implementation code, bank-data.csv test data
Text-clustering
- 机器学习中文本聚类算法，里面有5个文件，包含Python实现代码和测试数据。-The clustering algorithm machine learning Chinese, there are five files that contain Python implementation code and test data.
Emotion-recognition
- 机器学习中基于社区网络的用户情绪识别算法，里面有23个文件，包含基于社区网络的用户情绪识别算法Python实现代码以及测试数据集。-Machine learning algorithm based on user emotion recognition of community networks, there are 23 file that contains the user' s emotion recognition algorithm based on community netw
machinelearninginaction
- 这是书籍机器学习实践的 每一章节的代码，代码用Python写的，很实用。-The machine learns every chapter code
collective-intelligence
- 智慧编程——数据分析、机器学习必备书！python语言代码示例，所有算法均附有解释说明。-collective intelligence——Data analysis and machine learning! Python language code examples, all algorithms are accompanied by explanatory notes.
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统
Sparse-Autoencoder-master
- python写的稀疏矩阵自动编码，包含.mat文件，代码文件。(Sparse matrix written in python automatically encoded)
ym_model
- 本项目包括XGB模型训练所需的数据，etl代码，模型训练代码(This project includes the data required for XGB model training, etl code, model training code)
C51-DDQN-Keras-master
- C51-DDQN-Keras-master 分类版DDQN机器学习Demo代码(C51-DDQN-Keras-master DDQN reinfocrement learning)
gradient_descent
- 梯度下降法python编程实例 附带相关数据文件在data.csv中 这个是油管up主Siraj Raval的课程代码(A demo of gradient descent algorithm. This is the code for "Intro - The Math of Intelligence" by Siraj Raval on Youtube)