GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

Avik-Jain

100-Days-Of-ML-Code – 100日間のMLコーディング

投稿日:

100日間のMLコーディング

100日間のMLコード

Siraj Ravalが提案した100日間の機械学習コーディング

ここからデータセットを取得する

データ前処理| 1日目

ここからコードをチェックしてください。

単純な線形回帰| 2日目

ここからコードをチェックしてください。

複数の線形回帰| 3日目

ここからコードをチェックしてください。

ロジスティック回帰| 4日目

ロジスティック回帰| 5日目

今日、#100DaysOfMLCodeに進むと、実際にはロジスティック回帰とは何か、それの背後にある数学は何かを深く掘り下げました。 コスト関数がどのように計算されたかを学び、予測誤差を最小限に抑えるために勾配降下アルゴリズムをコスト関数に適用する方法を学びました。
より少ない時間のために、私は今交互の日にインフォグラフィックを掲示するでしょう。 また誰かがコードのドキュメンテーションで私を助けたいと思っていて、フィールドですでにいくつかの経験があり、Markdownがgithubを知っているならLinkedInで私に連絡してください:)。

ロジスティック回帰の実装| 6日目

コードをここでチェックしてください

最近のネイバー| 7日目

ロジスティック回帰の背後にある数学| 8日目

#100DaysOfMLCodeロジスティック回帰に関する私の洞察をクリアするために、私はインターネット上でいくつかのリソースや記事を検索していましたが、この記事(Saishruthi Swaminathanのhttps://towardsdatascience.com/logistic-regression-detailed-overview-46c4da4303bc )に出くわしました。

ロジスティック回帰の詳細な説明があります。 それをチェックしてください。

サポートベクターマシン| 9日目

SVMが何であるか、それがどのように分類問題を解決するために使用されているかについての説明を得ました。

SVMとKNN | 10日目

SVMの仕組みとknnアルゴリズムの実装方法について学びました。

K-NNの実装| 11日目

分類のためのK-NNアルゴリズムを実装しました。 #100DaysOfMLCodeサポートベクターマシンInfographicが途中で完了すると、明日更新されます。

サポートベクターマシン| 12日目

Naive Bayesクラシファイア| 13日目

今日#100DaysOfMLCodeを続けて、私はNaive Bayes分類子を調べました。 私はまた、scikit-learnを使ってPythonでSVMを実装しています。 すぐにコードを更新します。

SVMの実装| 14日目

今日は、線形関連のデータでSVMを実装しました。 使用されたScikit-Learnライブラリ。 scikit-learnには、このタスクを達成するために使用するSVC分類子があります。 次の実装でkernel-trickを使用します。 ここでコードを確認してください

ナイーブベイズ分類器とブラックボックス機械学習| 15日目

ナイーブベイイの異なったタイプについて学んだクラスファイヤーもブルームバーグの講義を開始しました。 プレイリストの最初はBlack Box Machine Learningでした。 予測関数、特徴抽出、学習アルゴリズム、性能評価、相互検証、サンプルバイアス、非定常性、桁あふれ、およびハイパーパラメータチューニングについての全体像を示しました。

カーネルトリックを使用してSVMを実装| 16日目

最適な超平面を見つけるために、我々のデータポイントをより高い次元にマッピングするカーネル関数と共にScikit-Learnライブラリ実装のSVMアルゴリズムを使用する。

Courseraの深い専門スペシャライゼーションを開始| 17日目

1週間の1週間目と2週間目の1週間を完了しました。 ロジスティック回帰をニューラルネットワークとして学びました。

Courseraのディープラーニングスペシャライゼーション| 18日目

深い専門分野のコース1を修了しました。 Pythonでニューラルネットを実装しました。

学習問題、教授Yaser Abu-Mostafa | 19日目

カルテック機械学習コースの講義1を開始 – CS 156、Yaser Abu-Mostafa教授 それは基本的には今後の講演へのインディペンデンスでした。 彼はパーセプトロンアルゴリズムについても説明しました。

ディープ・ラーニングスペシャライゼーションコース2を開始| 20日目

ディープニューラルネットワークの改良第1週を完了:ハイパーパラメータチューニング、正規化と最適化。

ウェブスクレイピング| 21日目

美しいスープを使ってウェブを描く方法についてのチュートリアルを見て、モデルを構築するためのデータを収集しました。

学習は実現可能ですか? | 22日目

カルテック機械学習コースの講義2 – CS 156、Yaser Abu-Mostafa教授 Hoeffdingの不平等について学んだ。

決定木| 23日目

統計学習理論の紹介| 24日目

ブルームバーグMLコースのレック3は、入力空間、行動空間、結果空間、予測関数、損失関数、および仮説空間のようないくつかの中心概念を導入しました。

デシジョンツリーの実装| 25日目

ここでコードを確認してください。







-Avik-Jain
-, , , , , , , , , ,

執筆者:

Avik-Jain

100-Days-Of-ML-Code – 100日間のMLコーディング

投稿日:

(さらに…)







-Avik-Jain
-, , , , , , , , , ,

執筆者: