【文件属性】：
文件名称：Repo-2017：使用Keras和Theano进行机器学习，NLP，深度学习和强化学习中的Python代码
文件大小：41.3MB
文件格式：ZIP
更新时间：2021-02-03 15:22:16
nlp opencv natural-language-processing deep-learning sentiment-analysis
数据科学中的Python代码
NLP，深度学习，强化学习和人工智能中的代码
欢迎来到我的GitHub存储库。
我是一名数据科学家，并且用R，Python和Wolfram Mathematica编写代码。 在这里，您将找到我开发的一些机器学习，深度学习，自然语言处理和人工智能模型。
在我的投资组合中可以看到模型的输出： :
模型中使用的Keras版本：keras == 1.1.0
音频自动编码器是一个模型，在该模型中，我压缩了音频文件，并使用自动编码器来重建音频文件，以用于音素分类。
协作过滤是一种推荐系统，其中该算法根据电影的类型和观看同一电影的人们之间的相似性来预测电影评论。
卷积NN Lasagne是Lasagne中的卷积神经网络模型，用于解决MNIST任务。
集成机器学习是一个.py文件，其中在具有3个类的分类任务中使用了7种机器学习算法，并且每种算法的所有可能超参数都已调整。 scikit学习的虹膜数据集。
GAN生成对抗性神经网络是生成对抗性神经网络的模型。
超参数调整RL是一种模型，其中可以通过强化学习来调整神经网络的超参数。 根据奖励，通过使用波士顿数据