文件名称：实例机器学习：使用Google Colab和Scikit-Learn，Keras，Tensorflow的实例机器学习
文件大小：16.63MB
文件格式：ZIP
更新时间：2024-02-24 19:10:20
machine-learning tensorflow scikit-learn keras google-colaboratory
实例机器学习 使用Scikit-Learn，Keras，TensorFlow，PyTorch和OpenCV进行示例机器学习。 （免费Nvidia Tesla K80 GPU） 使用Keras / TensorFlow和QuickDraw-Dataset的草绘器 使用机器学习进行疾病预测（Scikit-Learn） 使用机器学习进行招聘匹配（Keras＆Tesorflow） 1.1。 使用配置开发环境 步骤1.或选择默认的Colab Notebooks文件夹 第2步。打开或创建`Colab笔记本 开场 Google云端硬盘：上传 进入My Drive/machine-learnin
【文件预览】：
machine-learning-by-examples-master
----.gitignore(1KB)
----model()
--------trained_model.pkl(2KB)
----sketcher()
--------main.css(584B)
--------test.html(8KB)
--------main.js(6KB)
--------model()
--------quickdraw-dataset-categories-full.txt(3KB)
--------Sketcher.ipynb(16KB)
--------fabric.js(875KB)
--------ten_classes.txt(75B)
--------index.html(3KB)
--------pie.js(2KB)
--------sketcher.gif(4.7MB)
--------pie.css(1KB)
--------quickdraw-dataset-categories.txt(760B)
----README.md(6KB)
----utilities()
--------cloud_storage.ipynb(14KB)
--------External_data_Drive,_Sheets,_and_Cloud_Storage.ipynb(33KB)
--------charts.ipynb(4.78MB)
--------facets.ipynb(5KB)
--------diabetes_chart.ipynb(110KB)
--------diabetes_facets.ipynb(5KB)
----README()
--------quickdraw-dataset-preview.jpg(91KB)
--------train-test-deploy-ML-models.png(22KB)
--------keras-tensorflow-pipeline.png(29KB)
--------LICENSE(1KB)
--------Prediction of Diabetes using Classification Algorithms.pdf(700KB)
--------Predicting Heart Disease.pptx(7.33MB)
--------Intelligent Hiring with Resume Parser & Ranking using NLP and ML.pdf(375KB)
--------Domain Adaptation for Resume Classification Using Convolutional Neural Networks.pdf(6.18MB)
----disease-prediction()
--------dot-files()
--------decision-tree.png(1.64MB)
--------diabetes_risk_assessment.ipynb(28KB)
--------dataset()
--------heart_disease_risk_assessment.ipynb(56KB)
--------disease_symptoms_data_analysis_Excel.ipynb(7KB)
--------disease_symptoms_data_analysis_DecisionTree.ipynb(4.78MB)
--------decision-tree-top10.png(103KB)