#657 · 主分类: 教育与研究
machine_learning_complete
一个全面的机器学习仓库,包含30多个关于不同概念、算法和技术的笔记本。
项目最后更新:09/22/23
GitHub Stars
5.0K
Forks数量
834
贡献者数量
5
许可证
MIT
收录理由
这个仓库把35个Jupyter笔记本按学习路径组织得相当清晰,从Python基础一路讲到深度学习,每一步都有衔接。开篇先用NumPy和Pandas带读者处理数据,接着用Matplotlib和Seaborn做可视化,再进入Scikit-Learn的经典算法,最后用TensorFlow/Keras搭建神经网络。每篇笔记开头都用通俗语言解释核心概念,配合图表让抽象的原理变得好懂。除了模型本身,还花了不少篇幅讲数据清洗的日常功夫,比如探索性分析、缺失值处理、特征缩放和类别编码。所有内容都能在浏览器里直接跑,Colab、Deepnote或者nbviewer都行,不需要本地装环境,跟着动手就行。作者也欢迎读者提修改意见和拉取请求,社区氛围开放。
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
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建