文件名称：Artificial-Intelligence-HOW_COMPUTERS_THINK-master
文件大小：108.71MB
文件格式：ZIP
更新时间：2024-03-28 23:40:24
reinforcement-learning deep-learning neural-network ml nlp-machine-learning
有关基础知识以及如何使用人工智能的指南。 该回购包含了整本书所涵盖主题的编码教程。 完整的资源（包括本书）以及其他资源（如代码和文档链接）是在以下作者的共同努力下编写的： 注意：为方便起见，所有代码均已在Google colab上运行。 它消除了本地维护各种环境和程序包来运行代码的需要。 它们还提供GPU来加速学习。 如果有人在自己的本地环境中实施此代码时遇到问题，请为此请求创建一个拉取请求。 它将尽快解决。
【文件预览】：
Artificial-Intelligence-HOW_COMPUTERS_THINK-master-master
----Author.jpg(2MB)
----AI.jpg(117KB)
----Regression Techniques()
--------Social_Network_Ads.csv(10KB)
--------Logistic Regression(Classification).ipynb(17KB)
--------Regressions(Frequentist) for value prediction.ipynb(287KB)
--------add.csv(4KB)
--------Bayesian_Linear_Regression.ipynb(145KB)
----Unsupervised Learning()
--------Unsupervised_Learning_Algorithms.ipynb(441KB)
--------RFM_data.xlsx(22.62MB)
----Supervised Learning()
--------Readme.txt(2B)
--------Supervised_Learning_algorithms.ipynb(25KB)
--------adds.csv(10KB)
----Conditiona_GAN ( Generative Models)()
--------generator_model_040.h5(4.46MB)
--------generator_model_080.h5(4.46MB)
--------GAN_Designing.ipynb(1.1MB)
--------run.py(929B)
--------code.py(5KB)
--------generator_model_060.h5(4.46MB)
--------generator_model_100.h5(4.46MB)
--------Generation results()
--------generator_model_020.h5(4.46MB)
----README.md(716B)
----Neural Networks()
--------Neural_Network.ipynb(55KB)
--------Readme.txt(2B)
----CNN ( Convolutional Neural Networks )()
--------Convolutional_Neural_Network.ipynb(12.76MB)
--------Readme.md(86B)
--------car.jpg(531KB)
----CIFAR10 DC GAN()
--------generator_model_200.h5(5.62MB)
--------generator_model_040.h5(5.62MB)
--------Training Code.py(5KB)
--------Generation Results()
--------generator_model_080.h5(5.62MB)
--------generator_model_180.h5(5.62MB)
--------generator_model_060.h5(5.62MB)
--------generator_model_100.h5(5.62MB)
--------generator_model_140.h5(5.62MB)
--------Test_result.py(711B)
--------generator_model_120.h5(5.62MB)
--------generator_model_020.h5(5.62MB)
--------generator_model_160.h5(5.62MB)