Proyectos
Ver en GitHub
jiqizhixin/ML-Tutorial-Experiment
jiqizhixin/ML-Tutorial-Experiment has 2,484 GitHub stars and 717 forks. GitHot measured -2 stars in 24 hours, -3 in 7 days, and -3 in 15 days. Last checked 2026-11-20 05:19 UTC. Last push 2019-02-25.
Crecimiento de estrellas medido
- in 24h
- -2
- in 7 days
- -3
- in 15 days
- -3
- in 1 month
- Recopilando historial
Cambios netos en períodos que se solapan, no totales diarios. Los datos no disponibles se dejan en blanco. Las estrellas indican interés, no calidad.
Acerca de
Coding the Machine Learning Tutorial for Learning to Learn
AprendizajeREADME.md
OriginalML-Tutorial-Experiment
Coding the Machine Learning Tutorial for Learning to Learn
- 第一期:从零开始用TensorFlow搭建卷积神经网络--&--文章代码
- 补充资料:基础代码解析
- 补充资料:Keras构建CNN
- 补充资料:TensorFlow构建LeNet-5
- 补充资料:从DensNet到CliqueNet,探索卷积神经网络架构
- 补充资料:基础代码解析
- 第二期:GAN完整理论推导与实现--&--文章代码
- 补充资料:原版GAN的TensorFlow实现
- 补充资料:原版GAN的TensorFlow实现
- 第三期:CapsNet结构解析与实现--&--文章代码
- 补充资料:解读官方实现的核心代码
- 第四期:RNN与CNN的序列建模--&--LSTM语言建模--&--TCN官方实现--&--TCN语言建模(Colaboratory)
- 第五期:基于Transformer的神经机器翻译--&--Colaboratory实现
为了扩展优秀模型与实现,机器之心将梳理历史优质文章,同时也欢迎各位开发者与研究者提供优质的文章。我们将尝试确定添加的文章都是可复现,且基本无理解性错误的文章,并按以下模型归类。若读者发现这些文章有错误或理解误差,可以在 GitHub 上提 issue,确定后我们将修改文章。
- 数学与编程基础
- 一般机器学习
- 入门模型
- 朴素贝叶斯
- 决策树
- 支持向量机
- 聚类方法
- K均值聚类
- 层次聚类
- 降维算法
- PCA
- 自编码器
- t-SNE
- 集成方法
- Staking
- Bagging
- 随机森林
- Boosting
- AdaBoost
- 提升树
- 梯度提升树
- 概率图模型
- 隐马尔科夫模型
- 隐马尔可夫随机场
- 条件随机场
- 半监督学习
- Entropy-based
- Graph-based
- 深度学习
- 最优化方法
- 深度前馈网络
- 深度卷积网络
- 深度循环网络
- 深度生成模型
- PixelRNN/PixelCNN
- VAE
- GAN