文件名称：Machine_Learning:Jupyter Notebooks中主要机器学习算法的研究和实现
文件大小：5MB
文件格式：ZIP
更新时间：2024-05-20 08:40:48
python machine-learning neural-network naive-bayes linear-regression
介绍 创建该存储库的目的是传播葡萄牙语中的机器学习教学。 实施算法 分类 回归 聚类 减少维数 :herb: Adaboost :chart_increasing: 线性的 :input_latin_uppercase: K均值 :rose: PCA :deciduous_tree: 决策树 :trident_emblem: 多变量 :input_latin_uppercase: :up-left_arrow: 均值平移 :sunflower: LDA :house: :house: 神经网络 :bar_chart: 多项式 :game_die: 朴素贝叶斯 :heavy_dollar_sign: 逻辑回归 :brain: 神经网络 :brain: 神经网络 而且，我们还有一个笔记本，其中只有“属性选择”方法： 过滤方式（过滤方法） 包装方式（包装方法） 嵌入式方法（嵌入式方法） :chart_increasing: :chart_decreasing: 皮尔逊的相关性 :trophy: 稳定性选择 :chart_increasing: 线
【文件预览】：
Machine_Learning-master
----.gitignore(1KB)
----README.md(2KB)
----utils()
--------plots.py(1KB)
--------__init__.py(0B)
--------samples_generator.py(2KB)
----Mean Shift.ipynb(93KB)
----Decision Trees.ipynb(146KB)
----LDA.ipynb(88KB)
----LICENSE(1KB)
----Normalização.ipynb(241KB)
----Regressão Multivariada.ipynb(185KB)
----Template.ipynb(3KB)
----KNN.ipynb(20KB)
----third_party()
--------__init__.py(0B)
--------boruta()
----Feature Selection.ipynb(61KB)
----Adaboost.ipynb(21KB)
----PCA.ipynb(120KB)
----Regressão Logística.ipynb(258KB)
----Naive Bayes - Gaussian.ipynb(21KB)
----Regressão Polinomial.ipynb(50KB)
----Regressão Linear.ipynb(140KB)
----images()
--------selecao_embedded_methods.png(37KB)
--------relu.png(40KB)
--------Iris-dataset.png(273KB)
--------pre-processing-pca-white.png(99KB)
--------PCAvsLDA.png(146KB)
--------bias-trick.jpg(82KB)
--------Gate2.png(11KB)
--------Circuit3-Forward.png(134KB)
--------tanh.png(19KB)
--------linear.png(118KB)
--------boruta-algoritmo.png(33KB)
--------selecao_pearson.png(44KB)
--------pre-processing.png(107KB)
--------layer_sizes.jpeg(55KB)
--------reg_strengths.jpeg(49KB)
--------treeview.jpg(12KB)
--------teorema-bayes.jpg(1.35MB)
--------selecao_pearson_plots.png(18KB)
--------sigmoid.png(22KB)
--------selecao_filter_methods.png(13KB)
--------Architecture.png(156KB)
--------meanshift.gif(391KB)
--------MultGate.png(7KB)
--------Circuit2.png(13KB)
--------selecao_wrapper_methods.png(33KB)
--------Circuit3.png(111KB)
--------Circuit3-Back.png(193KB)
--------Patterns.png(21KB)
----data()
--------measures.csv(523KB)
--------anuncios.csv(5KB)
--------medidas.csv(1KB)
--------notas.csv(353B)
----Redes Neurais.ipynb(801KB)
----K-Means.ipynb(74KB)