文件名称：机器学习笔记本-Python开发
文件大小：15.53MB
文件格式：ZIP
更新时间：2024-06-13 11:15:34
Python Deep Learning
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《使用Scikit-Learn和TensorFlow机器学习笔记本进行动手机器学习》中的示例代码和练习的解决方案。该项目旨在向您介绍python机器学习的基础知识。 它包含我的O'Reilly书《使用Scikit-Learn和TensorFlow进行动手机器学习》中的示例代码和练习的解决方案：只需打开您感兴趣的Jupyter笔记本：使用jupyter.org的笔记本查看器注：github.com的笔记本查看器也可以工作，但速度较慢，并且通过克隆此存储库并运行它，数学公式无法正确显示
【文件预览】：
handson-ml-master
----15_autoencoders.ipynb(340KB)
----08_dimensionality_reduction.ipynb(5.51MB)
----images()
--------classification()
--------unsupervised_learning()
--------distributed()
--------ann()
--------end_to_end_project()
--------tensorflow()
--------autoencoders()
--------cnn()
--------deep()
--------ensembles()
--------training_linear_models()
--------fundamentals()
--------svm()
--------rl()
--------decision_trees()
--------rnn()
----environment.yml(2KB)
----16_reinforcement_learning.ipynb(555KB)
----book_equations.ipynb(48KB)
----11_deep_learning.ipynb(328KB)
----extra_autodiff.ipynb(33KB)
----future_encoders.py(59KB)
----07_ensemble_learning_and_random_forests.ipynb(545KB)
----INSTALL.md(6KB)
----math_linear_algebra.ipynb(658KB)
----14_recurrent_neural_networks.ipynb(585KB)
----13_convolutional_neural_networks.ipynb(4.63MB)
----LICENSE(10KB)
----tools_numpy.ipynb(616KB)
----math_differential_calculus.ipynb(593KB)
----03_classification.ipynb(435KB)
----extra_gradient_descent_comparison.ipynb(304KB)
----ml-project-checklist.md(8KB)
----09_up_and_running_with_tensorflow.ipynb(195KB)
----12_distributed_tensorflow.ipynb(25KB)
----docker()
--------bin()
--------bashrc.bash(89B)
--------Dockerfile(3KB)
--------.env(32B)
--------docker-compose.yml(661B)
--------Makefile(260B)
--------jupyter_notebook_config.py(691B)
--------README.md(7KB)
----extra_tensorflow_reproducibility.ipynb(39KB)
----apt.txt(129B)
----requirements.txt(2KB)
----extra_capsnets-cn.ipynb(293KB)
----index.ipynb(5KB)
----10_introduction_to_artificial_neural_networks.ipynb(135KB)
----.gitignore(268B)
----tools_matplotlib.ipynb(1.09MB)
----05_support_vector_machines.ipynb(862KB)
----06_decision_trees.ipynb(201KB)
----extra_capsnets.ipynb(251KB)
----04_training_linear_models.ipynb(836KB)
----README.md(5KB)
----02_end_to_end_machine_learning_project.ipynb(1.17MB)
----tools_pandas.ipynb(442KB)
----01_the_machine_learning_landscape.ipynb(276KB)
----datasets()
--------housing()
--------inception()
--------lifesat()