practicalAI機器學習教程
AI 實戰(zhàn) - practicalAI 中文版
讓你可以使用機器學習從數(shù)據(jù)中得到有價值見解。
-
用 PyTorch 實現(xiàn)基本的機器學習算法和深層神經(jīng)網(wǎng)絡。
-
無需任何設置，即可使用 Google Colab 在瀏覽器上運行。
-
學習面向?qū)ο蟮臋C器學習來編寫產(chǎn)品代碼，而不僅僅是教程。
Notebooks
| 基礎 | 深度學習 | 進階 | 主題 |
|---|---|---|---|
| Notebooks | PyTorch | 高級循環(huán)神經(jīng)網(wǎng)絡 Advanced RNNs | 計算機視覺 Computer Vision |
| Python | 多層感知 Multilayer Perceptrons | Highway and Residual Networks | 時間序列分析 Time Series Analysis |
| NumPy | 數(shù)據(jù)和模型 Data & Models | 自編碼器 Autoencoders | Topic Modeling |
| Pandas | 面向?qū)ο蟮臋C器學習 Object-Oriented ML | 生成對抗網(wǎng)絡 Generative Adversarial Networks | 推薦系統(tǒng) Recommendation Systems |
| 線性回歸 Linear Regression | 卷積神經(jīng)網(wǎng)絡 Convolutional Neural Networks | 空間變換模型 Spatial Transformer Networks | 預訓練語言模型 Pretrained Language Modeling |
| 邏輯回歸 Logistic Regression | 嵌入層 Embeddings | 多任務學習 Multitask Learning | |
| 隨機森林 Random Forests | 遞歸神經(jīng)網(wǎng)絡 Recurrent Neural Networks | Low Shot Learning | |
| k-均值聚類 KMeans Clustering | 強化學習 Reinforcement Learning |
運行 notebooks
-
在本項目的
notebooks文件夾，進入 notebooks； -
你可以在 Google Colab （建議的）或本地機器運行這些 notebook；
-
點擊一項 notebook，把 notebook 的 URL 替換
https://github.com/成https://colab.research.google.com/github/，或者使用該 Chrome擴展，一鍵完成操作； -
登入你的 Google 賬號；
-
點擊工具欄上的
復制到云端硬盤按鈕，之后會在一個新標簽頁打開 notebook； -
刪去標題的
副本部分，來重命名該 notebook； -
你可以運行代碼、做修改等。這將自動存儲在你的私人谷歌云盤。
評論
圖片
表情