文件名称：CMU机器学习：CMU机器学习课程的提交代码
文件大小：11KB
文件格式：ZIP
更新时间：2024-03-07 10:53:55
Python
10601_代码 这些是为卡耐基梅隆大学2020年Spring机器学习课程生成的代码。整个代码是通过numpy库完成的，并且在任何地方都不会使用scikitlearn / keras / pytorch。 所有模型都是从头开始构建的。 以下是使用的代码： 决策树桩算法：Decisionstump.py 决策树算法：用于计算Gini增益的inspection.py和用于具有二进制属性的实际决策树回归的Decisiontree.py Logistic回归：feature.py用于生成逻辑回归的稀疏矩阵，而lr.py用于生成实际logistic回归 神经网络：与随机梯度下降一起使用的Neuronet.py 语音标记的隐马尔可夫模型：learnhmm.py计算模型的参数，而forwardbackward.py实际预测语音标记的部分 强化学习：使用线性函数逼近通过q学习解决OpenAI提供的
【文件预览】：
Machine-Learning-at-CMU-master
----inspection.py(764B)
----decisionStump.py(3KB)
----feature.py(3KB)
----learnhmm.py(2KB)
----lr.py(3KB)
----neuralnet.py(4KB)
----README.md(1KB)
----forwardbackward.py(3KB)
----q_learning.py(2KB)
----decisionTree.py(5KB)