手动

【文件属性】：
文件名称：手动
文件大小：15.41MB
文件格式：ZIP
更新时间：2021-02-15 04:19:14
JupyterNotebook 机器学习笔记本 该项目旨在教您使用python进行机器学习的基础知识。 它包含我的O'Reilly书中的示例代码和解决方案： 只需打开您感兴趣的笔记本： 使用注意： 也可以工作，但是速度较慢，数学公式无法正确显示， 通过克隆该存储库并在本地运行Jupyter。 此选项使您可以处理代码。 在这种情况下，请按照以下安装说明进行操作， 或通过在运行笔记本。 这使您可以在浏览器中在线浏览代码。 例如，这是第一章的链接： 安装 首先，如果您尚未安装 ，则需要安装它。 接下来，通过打开终端并键入以下命令来克隆此存储库： $ cd $HOME # or any other development directory you prefer $ git clone https://github.com/ageron/handson-ml.git $ cd handson-ml 如果您不想安装g

【文件预览】：
handonml-master
----15_autoencoders.ipynb(339KB)
----08_dimensionality_reduction.ipynb(5.51MB)
----images()
--------classification()
--------unsupervised_learning()
--------distributed()
--------ann()
--------end_to_end_project()
--------tensorflow()
--------autoencoders()
--------cnn()
--------deep()
--------ensembles()
--------training_linear_models()
--------fundamentals()
--------svm()
--------rl()
--------decision_trees()
--------rnn()
----16_reinforcement_learning.ipynb(1.35MB)
----book_equations.ipynb(47KB)
----11_deep_learning.ipynb(449KB)
----extra_autodiff.ipynb(32KB)
----future_encoders.py(59KB)
----07_ensemble_learning_and_random_forests.ipynb(544KB)
----math_linear_algebra.ipynb(658KB)
----14_recurrent_neural_networks.ipynb(655KB)
----13_convolutional_neural_networks.ipynb(4.63MB)
----LICENSE(10KB)
----tools_numpy.ipynb(620KB)
----03_classification.ipynb(434KB)
----extra_gradient_descent_comparison.ipynb(303KB)
----ml-project-checklist.md(8KB)
----09_up_and_running_with_tensorflow.ipynb(199KB)
----12_distributed_tensorflow.ipynb(24KB)
----docker()
--------bin()
--------bashrc.bash(89B)
--------Dockerfile(3KB)
--------.env(32B)
--------docker-compose.yml(507B)
--------Makefile(260B)
--------jupyter_notebook_config.py(691B)
--------README.md(3KB)
----extra_tensorflow_reproducibility.ipynb(36KB)
----requirements.txt(2KB)
----extra_capsnets-cn.ipynb(292KB)
----index.ipynb(4KB)
----10_introduction_to_artificial_neural_networks.ipynb(264KB)
----.gitignore(195B)
----tools_matplotlib.ipynb(1.09MB)
----05_support_vector_machines.ipynb(861KB)
----06_decision_trees.ipynb(200KB)
----extra_capsnets.ipynb(250KB)
----04_training_linear_models.ipynb(835KB)
----README.md(9KB)
----02_end_to_end_machine_learning_project.ipynb(1.17MB)
----tensorflow_graph_in_jupyter.py(2KB)
----tools_pandas.ipynb(442KB)
----01_the_machine_learning_landscape.ipynb(274KB)
----datasets()
--------housing()
--------inception()
--------lifesat()