搜索资源列表
MLcode
- 这是关于机器学习的经典例程，只有你想不到的，没有你做不到的。即可用来学习，也可参考来写论文。包含几乎所有机器学习的相关内容。-This is the classic routines on machine learning, and only you can not think, no you can not do. Can be used to learn, but also can refer to write papers. Almost all machine learning cont
1小时入门Python机器学习代码
- 机器学习课件，非常全面而又详细的课件，可供入门机器学习的人进行参考(Machine learning courseware, very comprehensive and detailed courseware, for beginners to learn the machine for reference)
Ch02
- 本程序用Python语言实现kNN算法，供大家学习，交流使用。(This program uses Python language to achieve kNN algorithm for everyone to learn, exchange use.)
Ch03
- 本程序用Python语言实现决策树算法，供大家学习，交流使用。(This program uses Python language to achieve decision tree algorithm, for everyone to learn, exchange use.)
用Python做科学计算
- 利用python语言以及Numpy，Scipy,Pandas,scikit-learn等库进行科学计算。(Using Python language and Numpy, Scipy, Pandas, scikit-learn and other libraries for scientific computing.)
handson-ml-master
- 这个项目的目的是教你机器学习的基本原理。它包含了Hands-on Machine Learning with Scikit-Learn and TensorFlow这本书的示例代码和解决方案。非常好的一本书！(This project aims at teaching you the fundamentals of Machine Learning in python. It contains the example code and solutions to the exercises in
scikit-learn-master
- 用python学习scikit-learn(Learning scikit-learn with Python)
scikit-learn-master02
- 用python学习scikit-learn 02(Learning scikit-learn with Python 02)
scikit-learn-master03
- 用python学习scikit-learn 03(Learning scikit-learn with Python 03)
scikit-learn-04
- 用python学习scikit-learn 04(Learning scikit-learn with Python 04)
s-l5
- 用python学习scikit-learn 05(Learning scikit-learn with Python 05)
sl
- 用python学习scikit-learn 01(Learning scikit-learn with Python 01)
test1
- 神经网络，深度学习上非常经典的例子-RNN循环神经网络，使用mnist数据集，代码简单易懂，学习方便(Neural network, deep learning is a very classic example -RNN circular neural network, the use of mnist data sets, the code is easy to understand, easy to learn)
Python Deep Learning - Valentino Zocca
- 能够为我们的学习打下很好的基础，有利于我们学习深度学习(We can lay a good foundation for our study and help us to learn in depth.)
apriori
- 收集数据：使用任何方法 准备数据：任意数据类型都可以，因为我们只保存集合 分析数据：使用任何方法 训练算法：使用Apriori算法来找到频繁项集 测试算法：不需要测试过程 使用算法：用于发现频繁项集以及物品之间的关联规则 使用Apriori算法，首先计算出单个元素的支持度，然后选出单个元素置信度大于我们要求的数值，比如0.5或是0.7等。然后增加单个元素组合的个数，只要组合项的支持度大于我们要求的数值就把它加到我们的频繁项集中，依次递归。 然后根据计算的支持度选出来的频繁项集来
cigarette_group_classification-master
- 对于吸烟人群与非吸烟人群的分类算法，其中包括Python与MATLAB(Classification algorithms for smokers and non-smokers include Python and MATLAB.)
Python网络数据采集
- Python网络数据采集，适合想要学习使用Python进行网络数据采集的人。(Python network data collection for those who want to learn how to use Python for network data acquisition.)
Deep Learning with Python(Fran?ois Chollet)
- 深度学习入门教程；使用python一步步教你走向大神之路(use python language to learn deeplearning)
Python神经网络编程.pdf+代码
- 本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。(This book begins with a brief introduction to the basi
Keras快速上手：基于Python的深度学习实战
- 该书理论和实践相结合，介绍了当前深度学习应用的几个主要框架和应用方向，实用性强，内容紧凑。基于Keras这个高度抽象的深度学习环境，全书强调快速构造深度学习模型和应用于实际业务，因此特别适合深度学习实践者和入门者学习，是一本必不可少的参考书。(The book combines theory and practice to introduce several main frameworks and application directions of current deep learning a