项目介绍

digfound/ML-Experiments 是一个托管在 GitHub 上的开源项目,主要使用 Python 编写,目前获得 125 个 Star、32 次 Fork。

仓库全名
digfound/ML-Experiments
Star 数
125
Fork 数
32
未关闭 Issue
1

README 摘要

ML-Experiments 整理记录本人担任课程助教设计的四个机器学习实验,主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。 内附实验指导书、讲解PPT、参考代码,欢迎各位码友讨论交流。 文件说明 1、实验讲解PPT 实验一 线性回归模型实验指导 实验二 支持向量机模型实验指导 实验三 贝叶斯分类解决西瓜问题 实验四 基于tensorflow实现CNN文本分类 2、实验指导书 实验一 线性回归实验指导书 实验二 支持向量机实验指导书 实验三 贝叶斯分类实验指导书 实验四 基于tensorflow实现cnn文本处理实验指导书 3、实验参考代码 实验一 LinearRegression 实验二 SVM 实验三 bayesclassifydemo 实验四 cnn-text-classification-tf 致谢 感谢学校提供的助教平台,让我能够有机会选择感兴趣的课程,担任助教,提升自我…

完整内容见 GitHub 原始 README 或本页 。

常见问题

ML-Experiments 用什么语言开发?

主要使用 Python 编写,目前有 125 个 Star。

如何获取 ML-Experiments 的源码?

可以直接克隆仓库:git clone https://github.com/digfound/ML-Experiments.git,默认分支为 master;安装与运行步骤见仓库 README。

ML-Experiments 最近还在维护吗?

仓库最近一次更新为 2018年2月21日,当前有 1 个未关闭 Issue;Star 数为 125,可作为社区活跃度的参考。

简要分析

热度分
189
价值分
84
活跃状态
活跃

语言占比

Python

贡献者

README

ML-Experiments

整理记录本人担任课程助教设计的四个机器学习实验,主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。 内附实验指导书、讲解PPT、参考代码,欢迎各位码友讨论交流。

文件说明

1、实验讲解PPT

  • 实验一 线性回归模型实验指导
  • 实验二 支持向量机模型实验指导
  • 实验三 贝叶斯分类解决西瓜问题
  • 实验四 基于tensorflow实现CNN文本分类

2、实验指导书

  • 实验一 线性回归实验指导书
  • 实验二 支持向量机实验指导书
  • 实验三 贝叶斯分类实验指导书
  • 实验四 基于tensorflow实现cnn文本处理实验指导书

3、实验参考代码

  • 实验一 LinearRegression
  • 实验二 SVM
  • 实验三 bayes_classify_demo
  • 实验四 cnn-text-classification-tf

致谢

  • 感谢学校提供的助教平台,让我能够有机会选择感兴趣的课程,担任助教,提升自我;
  • 感谢导师提供的助教机会,让我可以将所学的机器学习理论知识用于实践;
  • 感谢实验室的同门,帮助我修改实验文档,协助我完成实验答疑。

注:实验都比较基础,尚有继续提升完善的空间,欢迎大家指教,谢谢。

评论

暂无评论