文件名称:MLReview:用于审查各种机器学习算法的存储库
文件大小:1.02MB
文件格式:ZIP
更新时间:2024-05-09 22:42:47
Python
ML评论 该存储库包含有关各种不同的机器学习算法的代码和注释。 除了使用和库来利用它们提供的数据类型(分别为np.ndarray和torch.Tensor)外,所有代码都是从头开始编写的。 配套 软件包目录包含所有算法和预处理模块的代码。 模型存储在mlr/Models目录中,预处理实用程序位于mlr/Preprocessing目录中。 此目录还包括运行Experiments目录中的任何实验所需的环境。 此文件的“部分介绍了有关如何设置此环境的更多信息。 实验 该目录包含使用在此存储库的Packages目录中创建的机器学习包对数据集进行的实验。 文件 该目录包含笔记本,其中包含有关在此存储库的Packages目录中创建的所有算法的注释。 数据集 此目录包含在此存储库的“ Experiments部分中测试的所有数据集。 提供了以下数据集: Grades :,用于回归模型 Iris : 数据
【文件预览】:
MLReview-main
----Docs()
--------Introductory Machine Learning()
--------Neural Networks()
--------refs.md(1KB)
----Packages()
--------mlr()
--------environment.yml(2KB)
--------setup.py(179B)
----Datasets()
--------Grades()
--------Iris()
--------Titanic()
----README.md(2KB)
----.gitignore(180B)
----Experiments()
--------grades_linreg.py(706B)
--------titanic_dnn.py(979B)
--------iris_gbt.py(782B)
--------grades_tree.py(666B)
--------utils.py(7KB)
--------titanic_rf.py(789B)
--------titanic_logreg.py(701B)
--------iris_tree.py(803B)
--------titanic_p.py(711B)
--------iris_logreg.py(873B)
--------titanic_tree.py(748B)
--------iris_dnn.py(1KB)
--------iris_rf.py(853B)
--------grades_dnn.py(1008B)