#336 · 主分类: 教育与研究

machine-learning-visualized

book jupyter-notebook latex machine-learning neural-network numpy python

机器学习算法在Jupyter Notebooks和NumPy中从第一性原理实现和推导

项目最后更新:08/19/26

GitHub Stars

1.9K

Forks数量

180

贡献者数量

2

许可证

MIT

收录理由

这个项目把机器学习算法拆开揉碎,用Jupyter Notebook从零推导,每一步数学都写清楚,最后用可视化展示训练过程如何收敛到最优权重。覆盖梯度下降、感知机、逻辑回归、K均值、PCA、自编码器和神经网络,还提供Marimo交互式笔记本,你可以亲手调权重,直观看到损失函数怎么变,对理解损失曲面和反向传播特别有帮助。仓库本身是构建Jupyter Book的配置,真正的代码分散在各个算法专属仓库里,所以它更像一本带图解的参考书,而不是拿来部署的工具。无论是学生、自学转行的工程师,还是准备面试或考研的人,都能从这里找到一条从优化基础到神经网络内部的清晰视觉路径。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目