文件名称:MLSS:机器学习暑期学校
文件大小:2.83MB
文件格式:ZIP
更新时间:2024-07-07 12:26:18
Python
MLSS 2015 NICTA 实验室 来自 NICTA 的 2015 年机器学习暑期学校的实验室集合,作者: 芬·拉铁摩尔 拉克兰·麦卡曼 西蒙·奥卡拉汉 阿利斯泰尔·里德 丹尼尔·斯坦伯格 布莱恩·索恩 约翰小瓶 这些实验室都自包含在中, 是本地托管在浏览器中的 python 环境。 说明和代码输入单元都在笔记本中,因此完成实验所需要做的就是在下载教程的目录中打开相应的笔记本,然后在浏览器中完成练习。 此存储库包含 MLSS 2015 Syndey 的前四个实验室: 您可以在找到一般实验室说明,以及如何设置您的 Python 环境。 预览和解决方案 您可以在此处预览所有实验室解决方案: 依赖关系 一般的: scikit 学习 麻木的 matplotlib scipy ipython[全部] 以上都可以使用此 repo 中的Dependency checker.ipynb脚本
【文件预览】:
MLSS-master
----Intro and PCA()
--------sample-clusters.csv(43KB)
--------requirements.txt(49B)
--------Intro to python Answers.ipynb(56KB)
--------Intro to python.ipynb(539KB)
--------README.md(4KB)
----classification()
--------titanic_test.csv(20KB)
--------svm.py(418B)
--------titanic_train.csv(39KB)
--------Classification.ipynb(42KB)
--------Classification_solutions.ipynb(1.45MB)
--------util.py(8KB)
--------.gitignore(563B)
--------README.md(40B)
----Linear Regression()
--------LICENSE(18KB)
--------cars_stopping_dist.npz(818B)
--------linearRegressionAnswers.ipynb(467KB)
--------README.md(74B)
--------linearRegression.ipynb(49KB)
----Dependency checker.ipynb(2KB)
----clustering()
--------tututils.py(3KB)
--------kmeans-image.ipynb(430KB)
--------Clustering and Latent Variable Models - SOLUTIONS.ipynb(816KB)
--------clusters.png(81KB)
--------Clustering and Latent Variable Models.ipynb(34KB)
--------README.md(1016B)
----LICENSE(18KB)
----.gitignore(3KB)
----README.md(2KB)