让你有能力使用机器学习从数据中获取有价值的见解。
基础 | 深度学习 | 进阶 | 主题 |
---|---|---|---|
📓 Notebooks | 🔥 PyTorch | 📚 高级循环神经网络 Advanced RNNs | 📸 计算机视觉 Computer Vision |
🐍 Python | 🎛️ 多层感知 Multilayer Perceptrons | 🏎️ Highway and Residual Networks | ⏰ 时间序列分析 Time Series Analysis |
🔢 NumPy | 🔎 数据和模型 Data & Models | 🔮 自编码器 Autoencoders | 🏘️ Topic Modeling |
🐼 Pandas | 📦 面向对象的机器学习 Object-Oriented ML | 🎭 生成对抗网络 Generative Adversarial Networks | 🛒 推荐系统 Recommendation Systems |
📈 线性回归 Linear Regression | 🖼️ 卷积神经网络 Convolutional Neural Networks | 🐝 空间变换模型 Spatial Transformer Networks | 🗣️ 预训练语言模型 Pretrained Language Modeling |
📊 逻辑回归 Logistic Regression | 📝 嵌入层 Embeddings | 🤷 多任务学习 Multitask Learning | |
🌳 随机森林 Random Forests | 📗 递归神经网络 Recurrent Neural Networks | 🎯 Low Shot Learning | |
💥 k-均值聚类 KMeans Clustering | 🍒 强化学习 Reinforcement Learning |
如果不需要运行 notebooks,使用 Jupyter nbviewer 就可以方便地查看它们。
将 https://github.com/
替换为 https://nbviewer.jupyter.org/github/
,或者打开 https://nbviewer.jupyter.org
并输入 notebook 的 URL。
notebooks
文件夹获取 notebook;https://github.com/
为 https://colab.research.google.com/github/
,或者使用这个 Chrome扩展 一键完成;复制到云端硬盘
,会在一个新的标签页打开 notebook;副本
完成 notebook 重命名;Upload files
.Propose changes
。欢迎任何人参与和完善。
Notebook | 译者 |
---|---|
00_Notebooks.ipynb | @amusi |
01_Python.ipynb | @amusi |
02_NumPy.ipynb | @amusi |
03_Pandas.ipynb | @amusi |
04_Linear_Regression.ipynb | @jasonhhao |
05_Logistic_Regression.ipynb | @jasonhhao |
06_Random_Forests.ipynb | @jasonhhao |
07_PyTorch.ipynb | @amusi |
08_Multilayer_Perceptron.ipynb | @zhyongquan |
09_Data_and_Models.ipynb | @zhyongquan |
10_Object_Oriented_ML.ipynb | @zhyongquan |
11_Convolutional_Neural_Networks.ipynb | |
12_Embeddings.ipynb | @wengJJ |
13_Recurrent_Neural_Networks.ipynb | |
14_Advanced_RNNs.ipynb | |
15_Computer_Vision.ipynb |