【文件属性】：
文件名称：aurelienGeron:摘自“ Scikit-Learn和TensorFlow的动手机器学习”摘录
文件大小：9.22MB
文件格式：ZIP
更新时间：2021-05-05 01:39:31
JupyterNotebook
机器学习笔记本
该项目旨在教您使用python进行机器学习的基础知识。 它包含我的O'Reilly书中的示例代码和解决方案：
只需打开您感兴趣的笔记本：
使用注意： 也可以使用，但是速度较慢并且数学公式无法正确显示
或通过克隆此存储库并在本地运行Jupyter 如果您喜欢此选项，请按照以下安装说明进行操作。
安装
显然，您将需要和 （建议使用python 3，但python 2也应该可以使用）。
首先，克隆此存储库：
$ cd {your development directory}
$ git clone https://github.com/ageron/handson-ml.git
$ cd handson-ml
如果您想要隔离的环境（推荐），则可以使用 ：
$ virtualenv env
$ source ./env/bin/activate
如果要阅读有关强化学习的第
【文件预览】：
aurelienGeron-master
----index.ipynb(4KB)
----tools_matplotlib.ipynb(1.09MB)
----10_introduction_to_artificial_neural_networks.ipynb(311KB)
----02_end_to_end_machine_learning_project.ipynb(1.25MB)
----08_dimensionality_reduction.ipynb(1.5MB)
----06_decision_trees.ipynb(197KB)
----math_linear_algebra.ipynb(674KB)
----14_recurrent_neural_networks.ipynb(596KB)
----images()
--------distributed()
--------deep()
--------dim_reduction()
--------decision_trees()
--------ann()
--------tensorflow()
--------ensembles()
--------end_to_end_project()
--------cnn()
--------svm()
--------training_linear_models()
--------autoencoders()
--------rnn()
--------classification()
--------fundamentals()
--------rl()
----03_classification.ipynb(659KB)
----13_convolutional_neural_networks.ipynb(1.03MB)
----09_up_and_running_with_tensorflow.ipynb(86KB)
----16_reinforcement_learning.ipynb(686KB)
----requirements.txt(1KB)
----Untitled.ipynb(2KB)
----15_autoencoders.ipynb(289KB)
----datasets()
--------lifesat()
--------inception()
--------housing()
----04_training_linear_models.ipynb(726KB)
----LICENSE(10KB)
----05_support_vector_machines.ipynb(854KB)
----README.md(3KB)
----01_the_machine_learning_landscape.ipynb(367KB)
----07_ensemble_learning_and_random_forests.ipynb(529KB)
----12_distributed_tensorflow.ipynb(17KB)
----11_deep_learning.ipynb(215KB)
----tools_numpy.ipynb(620KB)
----tools_pandas.ipynb(395KB)