Малые машины обучающие проекты для понимания основных концепций (порядок: самые старые до новых)
- Тема моделирования с использованием Скрытое распределение Дирихле С номерами NewsGroups20, реализованный с Python и Scikit-Surve
- Реализован простой Нейронная сеть построен с керами на DataSet Mnist
- Прогнозирование цен на акции в Google, используя Линейная регрессия
- Реализован простой а Социальная сеть изучать основы Python
- Реализован Naives Bayes Classifier Чтобы фильтровать спам-сообщения на общедоступном корпусе Spamassasin
- Модель прогнозирования Churn Для банковского набора данных, используя KERAS и SCIKIT-SULL
- Реализован Случайное лес С нуля и построили классификатор на DataSet сонара из репозитория UCI
- Простая линейная регрессия в Python на образце данных
- Множественная регрессия В Python на выборке набора данных
- PCA и масштабирование Образец данных акций в Python [Working_with_data]
- Решение деревьев В Python на выборке набора данных
- Логистическая регрессия В Python на выборке набора данных
- Построил нейронную сеть в Python, чтобы победить систему CAPTCHA
- Методы помощника включают операции Commoom, используемые в Статистика, вероятность, линейная алгебра и анализ данных
- K-означает кластеризацию С примерами данных; кластеризация цветов с помощью k-средства; Иерархический кластеризация снизу вверх
- Генерация слово облака
- Генерация предложения с использованием N-граммов
- Генерация предложения, используя Грамматика и теория автоматов; Выборки Гиббса
- Тема моделирования с использованием латентного анализа Дирихле (LDA)
- Обелочка для использования Scikit-Learn’s Gridsearchcv для Keras Neural Network
Оригинал: “https://dev.to/devamoghs/machine-learning-with-python-4dj6”