机器学习算法教程:基础机器学习算法教程(线性回归逻辑回归SVM随机森林装袋KNNK均值...) 源码
什么是机器学习? 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法,机器学习允许计算机查找隐藏的见解,而无需对其进行明确的编程。 它是干什么用的? 欺诈识别。 网络搜索结果。 网页上的实时广告 信用评分和次优报价。 预测设备故障。 新的定价模式。 网络入侵检测。 预测客户流失 模式和图像识别。 电子邮件垃圾邮件过滤。 这是最近几个月我一直在努力的机器学习算法教程列表。 随时在下面的评论中留下您的反馈/建议 1. 2. 3. 4. 5. 6. 7.
文件列表
Machine-Learning-Algorithms-Tutorials-master.zip
(预估有个9文件)
Machine-Learning-Algorithms-Tutorials-master
Ensemble ML Algorithms _ Bagging, Boosting, Voting.ipynb
1.5MB
Support Vector Machine & PCA Tutorial.ipynb
2.64MB
Predicting Houses Prices using ANNs.ipynb
1.03MB
Decision Trees and Random Forest Tutorial.ipynb
1.66MB
K-Means Clustering - Private vs Public Universities.ipynb
522KB
Linear Regression - House price prediction.ipynb
20KB
Logistic Regression Tutorial (Predict Ad click).ipynb
701KB
README.md
2KB
KNNeighbors - Private vs Public Universities.ipynb
635KB
暂无评论