文件名称：机器学习算法：此存储库包含Jupyter笔记本，这些笔记本从零开始实现流行的ML算法
文件大小：8.62MB
文件格式：ZIP
更新时间：2024-03-13 09:01:48
JupyterNotebook
机器学习算法 该存储库包含一系列Jupyter笔记本，这些笔记本从头开始实现常用的ML算法。 即，使用统计python软件包的限制。 它们部分基于我作为课程的一部分而开设的课程。 这些笔记本对我非常有用，有助于他们直观地了解这些算法的工作原理，以及使用scikit-learn和statsmodels之类的程序包时幕后发生的事情。 如上所示，我根据算法的类型将笔记本分为三个文件夹： 回归 聚类 其他：此文件夹包含用于二进制决策树和本地敏感度哈希（LSH）的笔记本。 这些笔记本中使用的数据可应要求提供。
【文件预览】：
Machine-Learning-Algorithms-main
----Other Algorithms()
--------Binary Decision Tree with 3 Distinct Stopping Criteria.ipynb(278KB)
--------Local Sensitivity Hashing.ipynb(364KB)
----Clustering Algorithms()
--------K-Means Clustering.ipynb(150KB)
--------Hierarchical Clustering.ipynb(55KB)
--------Guassian Mixture Models with EM.ipynb(10.65MB)
----README.md(924B)
----Data()
--------important_words.json(2KB)
--------._em_utilities.py(212B)
----Regression Algorithms()
--------Ridge Regression with Gradient Descent.ipynb(51KB)
--------Logistic Regression with L2 Regularization.ipynb(197KB)
--------K-Nearest Neighbors Regression.ipynb(24KB)
--------LASSO with Coordinate Descent.ipynb(20KB)
--------Logistic Regression with Stochastic Gradient Ascent.ipynb(358KB)