Machine-Learning-for-Beginner-by-Python3

为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。只要数据格式和例子的中的一样，程序可灵活调用。

入门篇

• Linear Regression (线性回归)

  • 实例：波士顿房屋价格预测

• Logistic Regression (逻辑回归)

  • 实例：心脏病预测

• Softmax Regression (Softmax 回归)

  • 实例：鸢尾花分类

• Kmeans++ Cluster (K均值++ 聚类)

  • 实例：葡萄酒聚类

初级篇

• 理论推导

  • BP Neutral Net (反向传播神经网络)

  • SVM (支持向量机)

  • Desicion Tree (决策树CART)

• 实例
  • 北京市Pm2.5预测
    • BP Neutral Net (反向传播神经网络)
    • SVM (支持向量机)
    • Desicion Tree (决策树CART)
  • 成年人收入分类&Mnist手写数字识别&心脏病预测
    • BP Neutral Net (反向传播神经网络)
    • SVM (支持向量机)
    • Desicion Tree (决策树CART)

中级篇(集成方法)

• Bagging

  • 随机森林

• Boosting

  • AdaBoost
  • GBDT
  • XGBoost
  • LightGBM
  • CatBoost

• Stacking

  • Stacking

• Blending

  • Blending

高级篇

• 卷积神经网络

  • LeNet
  • AlexNet
  • ZF Net
  • GoogLeNet
  • VGGNet

• CNN实战

  • 0到9数字手势识别

• 循环神经网络

• 深层神经网路

进阶篇

• 强化学习

应用篇

• NLP

• 机器视觉

扫描下方二维码，关注获取更多。

• Join In & Make Progress Together：

  • QQ：459151137

  • QQ群：226572896

  • 微信：Guoguoaif

  • 公众号：pythonfan

  • 邮箱：anxinguoguo@126.com