Project Icon

MEDIUM_NoteBook

改进时间序列预测与机器学习技术的全面指南

该存储库收录了作者在MEDIUM平台发布的时间序列预测及各种机器学习方法的笔记。内容包含从梯度提升和生存分析模型到使用Keras进行异常检测和特征选择等多个主题。每篇文章提供详细的实现代码,适用于数据科学家和机器学习工程师参考和学习。

Machine-Learning-Specialization-Coursera - Machine Learning Specialization 课程资源汇总
Andrew NGCourseraGithubMachine Learning Specialization开源项目监督学习高级学习算法
该项目汇总了Machine Learning Specialization Coursera课程的详细笔记和解决方案,涵盖监督学习、回归、分类、神经网络等多种算法,帮助学习者在理解数学概念的基础上深入掌握机器学习知识。由Andrew NG主讲,适合希望系统学习机器学习并提高实践能力的学习者。
practical-mlops-book - MLOps实践指南 从概念到生产部署
DevOpsGithubMLOpsedX云计算开源项目机器学习
该书全面阐述MLOps实践,包括基础概念和高级部署策略。探讨持续交付、AutoML、监控和日志等主题,并针对AWS、Azure、GCP等云平台给出实施方法。结合代码示例和案例研究,指导读者将机器学习模型部署到生产环境。
Annotated-ML-Papers - Annotated-ML-Papers 机器学习与深度学习论文注释综述
Annotated-ML-PapersDLGithubML博客开源项目论文注释
此项目提供对机器学习和深度学习论文的详细注释和总结,帮助读者深入理解最新研究进展。博客内容定期更新,提供最新的研究信息。加入邮件列表,可第一时间获取项目更新。
hands-on-train-and-deploy-ml - 加密货币预测模型的无服务器API训练与部署教程
CerebriumCometMLGitHub ActionsGithubMachine LearningREST API开源项目
本教程介绍了如何使用CometML和Cerebrium训练并部署机器学习模型来预测加密货币价格。内容涵盖从数据收集、模型训练到API部署的整个流程,并利用GitHub Actions实现持续部署和自动化。学会运用MLOps框架和工具,将系统实现无服务器化,提升机器学习工程师的实践技能。
Time-series-classification-and-clustering-with-Reservoir-Computing - 基于储层计算的时间序列分析框架
GithubReservoir Computing开源项目时间序列分类时间序列聚类机器学习神经网络
这个开源项目利用储层计算技术,实现了时间序列数据的分类、聚类和预测功能。它支持处理单变量和多变量时间序列,并提供了易用的Python库。项目包含多个功能模块、丰富的数据集和高级示例。其特有的储层模型空间表示方法在处理复杂时间序列任务时表现出色。
Statistical-Learning-Method_Code - 《统计学习方法》算法实现与详细注释
Github代码实现开源项目无监督学习机器学习监督学习统计学习方法
本项目实现了《统计学习方法》一书中的机器学习算法,涵盖监督学习和无监督学习方法。代码采用Python编写,每行均有详细注释,关键部分标注公式出处。项目还提供相关博客链接,旨在帮助学习者深入理解算法原理,适合机器学习入门者参考学习。
key-book - 深入理解机器学习理论的关键概念与应用
DatawhaleGithubKey-book参考笔记开源项目机器学习机器学习理论导引
《钥匙书》是《机器学习理论导引》的补充读物,帮助读者理解机器学习中的七大关键概念:可学性、复杂度、泛化界、稳定性、一致性、收敛率和遗憾界。通过详细的证明补充、案例解析和概念扩展,解决读者在学习中遇到的难题,提供实时更新的在线阅读资源,非常适合深入研究机器学习理论的读者。
nn-zero-to-hero-notes - 涵盖神经网络基础、语言模型、GPT等内容的教程
Andrej KarpathyGitHub RepositoryGithubJupyter NotebookMIT LicenseNeural Networks开源项目
本项目提供Andrej Karpathy的“Neural Networks: Zero to Hero”教程系列的详细笔记和代码示例,涵盖神经网络基础、语言模型、GPT等内容,帮助用户深入理解相关技术。通过Jupyter Notebooks形式,学习者可以逐步实践教程中的概念和技术。欢迎提交错误或改进建议的pull request。
ML-DL-scripts - 机器学习和深度学习的全面脚本库 从分类到部署的解决方案
GitHubGithubPython开源项目数据科学机器学习深度学习
ML-DL-scripts是一个综合性的机器学习和深度学习Python脚本库。这个项目涵盖了从分类、回归到聚类和时间序列分析等多个领域,同时提供了PyTorch、Fastai和Keras等主流深度学习框架的使用示例。项目还包括图像处理、自然语言处理和异常检测等实际应用案例,以及基于Docker的模型部署配置。这个代码库为数据科学研究和机器学习应用提供了丰富的技术参考资源。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号