Project Icon

pumpkin-book

西瓜书公式详解与机器学习理论补充

南瓜书是一个开源项目,对周志华《机器学习》(西瓜书)中的复杂公式进行解析和补充。项目提供详细的公式推导过程,帮助读者理解机器学习核心概念。包含在线阅读、PDF下载和视频教程,适合深入学习机器学习理论的读者。由数学基础扎实的贡献者编写,旨在提升机器学习学习者的理论水平。

handson-ml - Python机器学习基础与实践指南
GithubJupyterMachine LearningPythonScikit-LearnTensorFlow开源项目
该项目通过Python教授机器学习基本原理,包含《Hands-on Machine Learning with Scikit-Learn and TensorFlow》书中的示例代码和习题解答。用户可以使用Colab、Binder和Deepnote在线体验这些notebooks,或通过Anaconda在本地安装项目进行学习。详细介绍了安装步骤和常见问题解决方法,帮助用户理解和应用机器学习技术。
rl-book - 强化学习理论及Python实现的教程和代码
GithubPyTorchReinforcement LearningTensorFlow开源项目理论算法
本书系统介绍强化学习,从基础理论到具体算法实现,包含基于TensorFlow和PyTorch的代码对照,实现经典和现代深度强化学习算法。提供完整数学推导和高质量代码,适合希望深入理解和应用强化学习的读者。
MachineLearning-QandAI-book - 深入探讨机器学习和人工智能领域的30个核心问题
GithubSebastian Raschka人工智能开源项目机器学习深度学习自然语言处理
该书通过30个章节探讨机器学习和人工智能领域的核心问题,内容涵盖基础概念和前沿技术。涉及多GPU训练范式、Transformer微调、编码器和解码器型LLM差异、视觉Transformer等主题。每章提供详细解释和扩展阅读资料,适合希望扩展知识并了解最新AI技术的读者。
pbdl-book - 将深度学习与物理模拟融合 革新数值计算方法
GithubPDE问题Physics-based Deep Learning开源项目数值方法深度学习物理模拟
Physics-based Deep Learning book探讨了深度学习在物理模拟中的应用,重点关注基于场的模拟。内容涵盖监督学习、物理约束、可微分模拟和强化学习等主题,并提供Jupyter notebook实例。该书致力于结合数据驱动方法和传统数值技术,以提升模拟性能。通过流体动力学和不确定性量化等案例,展示了物理深度学习在计算效率和精度方面的应用前景。书中深入探讨了深度学习与物理知识的结合方式,同时保留了对数值方法的深入理解。实例说明如何利用深度学习解决PDE问题,强调了物理约束在学习过程中的重要性。此外,还介绍了差分物理训练和改进的学习方法,为读者提供了全面的物理深度学习入门指南。
MachineLearningWithMe - 全面深入的机器学习算法实践教程
Github人工智能开源项目数据分析机器学习模型算法
MachineLearningWithMe是一个系统化的机器学习教程项目,内容涵盖从环境配置到高级算法的多个方面。项目详细讲解并实现了线性回归、逻辑回归、K近邻、朴素贝叶斯、决策树、支持向量机、聚类和降维等核心算法。特别强调动手实践,指导读者从零开始实现各类算法,并提供泰坦尼克号生还预测等实际案例。此外还包括模型评估、特征工程和集成学习等进阶内容,适合初学到中级水平的学习者深入探索机器学习领域。
machine-learning - 机器学习入门,掌握Python与数据分析
GithubMachine LearningPython开源项目数据分析深度学习统计
这个开源项目旨在帮助自学者系统地学习机器学习。内容涵盖Python基础、数据分析、数据可视化、数学和统计,以及机器学习和深度学习的多个在线课程和教程。通过推荐的YouTube视频、Coursera课程和开源项目,提供从基础到高级的学习资源,帮助学习者提升编程与数据分析能力,并逐步进入机器学习和深度学习的领域。
machine-learning-yearning-cn - 阅读《机器学习训练秘籍》中文版并参与翻译
CC BY-NC-SA 4.0GithubMachine Learning Yearning开源项目机器学习翻译质量许可协议
在线阅读《机器学习训练秘籍》中文版,了解机器学习训练指南。此版本为预览版,欢迎通过项目Issues、Pull Request或邮件参与翻译改进。本项目遵循CC BY-NC-SA 4.0协议,允许共享和演绎但需署名且非商业使用。
ml-course - 机器学习课程介绍,涵盖基础理论、实操任务和丰富资源
Deep LearningGithubGradient boostingMachine LearningNaive BayeskNN开源项目
这个机器学习课程介绍了从朴素贝叶斯和kNN到深度学习的基础知识。页面提供了详细的课程笔记、视频资料和练习题。适合初学者和进阶学习者,内容包括线性回归、支持向量机和梯度提升等,是系统学习机器学习的理想资源。
MLAlgorithms - 机器学习算法从零实现的简洁教程
Deep learningGithubMachine learning algorithmsPythonRandom ForestsSupport vector machine开源项目
该项目提供简洁清晰的机器学习算法实现代码,适合希望学习算法内部机制或从头实现算法的用户。所有算法均用Python编写,依赖于numpy、scipy和autograd库。包括深度学习、线性回归、逻辑回归、随机森林、支持向量机、K-Means、GMM、KNN、朴素贝叶斯、PCA、因子分解机、受限玻尔兹曼机、t-SNE、梯度提升树和深度Q学习等算法。
RL-Theory-book - 强化学习理论与算法全面指南
Github人工智能开源项目强化学习深度学习理论算法
该书全面介绍强化学习理论,涵盖从基础到前沿的多个主题。内容包括元启发式方法、经典理论、基于价值和策略的方法、连续控制和基于模型的方法等。同时探讨模仿学习、内在动机和多任务学习等新兴领域。书中系统阐述理论基础和算法洞察,适合强化学习研究者和实践者参考。
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

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

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