MLAlgorithms

خوارزميات التعلم الآلي

مجموعة من التطبيقات البسيطة والنظيفة لخوارزميات التعلم الآلي.

لماذا؟

يستهدف هذا المشروع الأشخاص الذين يرغبون في تعلم العناصر الداخلية لخوارزميات ml أو تنفيذها من الصفر.
يعد اتباع الكود أسهل بكثير من المكتبات المحسّنة وأسهل في اللعب به.
يتم تنفيذ جميع الخوارزميات في بايثون، وذلك باستخدام numpy، scipy وautograd.

مُنفّذ:

• التعلم العميق (MLP، CNN، RNN، LSTM)
• الانحدار الخطي، الانحدار اللوجستي
• غابات عشوائية
• دعم آلة المتجهات (SVM) مع النوى (Linear، Poly، RBF)
• وسائل K
• نموذج الخليط الغوسي
• K-أقرب الجيران
• ساذج بايز
• تحليل المكون الرئيسي (PCA)
• آلات التخصيم
• آلة بولتزمان المقيدة (RBM)
• تضمين الجوار العشوائي الموزع (t-SNE)
• أشجار تعزيز التدرج (المعروفة أيضًا باسم GBDT، GBRT، GBM، XGBoost)
• التعلم المعزز (التعلم العميق Q)

تثبيت

        git clone https://github.com/rushter/MLAlgorithms
        cd MLAlgorithms
        pip install scipy numpy
        python setup.py develop

كيفية تشغيل الأمثلة بدون تثبيت

        cd MLAlgorithms
        python -m examples.linear_models

كيفية تشغيل الأمثلة داخل Docker

        cd MLAlgorithms
        docker build -t mlalgorithms .
        docker run --rm -it mlalgorithms bash
        python -m examples.linear_models

المساهمة

مساهماتك هي دائما موضع ترحيب!
لا تتردد في تحسين التعليمات البرمجية أو الوثائق الموجودة أو تنفيذ خوارزمية جديدة.
يرجى فتح قضية لاقتراح التغييرات الخاصة بك إذا كانت كبيرة بما فيه الكفاية.