machine learning course

Ein Kurs zum maschinellen Lernen mit Python

Inhaltsverzeichnis

• Laden Sie den kostenlosen Deep-Learning-Ressourcenleitfaden herunter

• Slack-Gruppe

• Einführung

• Motivation

• Maschinelles Lernen

• Grundlagen des maschinellen Lernens

• Überwachtes Lernen

• Unbeaufsichtigtes Lernen

• Tiefes Lernen

• Pull-Request-Prozess

• Schlussbemerkung

• Entwickler

• Zitat

Laden Sie den kostenlosen Deep-Learning-Ressourcenleitfaden herunter

Slack-Gruppe

Einführung

Der Zweck dieses Projekts besteht darin, einen umfassenden und dennoch einfachen Kurs zum maschinellen Lernen mit Python bereitzustellen.

Motivation

Machine Learning als Werkzeug für Artificial Intelligence ist eines der am weitesten verbreiteten wissenschaftlichen Gebiete. Es wurde eine beträchtliche Menge an Literatur zum Thema Maschinelles Lernen veröffentlicht. Der Zweck dieses Projekts besteht darin, die wichtigsten Aspekte des Machine Learning durch die Präsentation einer Reihe einfacher und dennoch umfassender Tutorials mit Python bereitzustellen. In diesem Projekt haben wir unsere Tutorials mit vielen verschiedenen bekannten Frameworks für maschinelles Lernen wie Scikit-learn erstellt. In diesem Projekt lernen Sie:

• Was ist die Definition von maschinellem Lernen?

• Wann hat es angefangen und wie sieht die Trendentwicklung aus?

• Was sind die Kategorien und Unterkategorien für maschinelles Lernen?

• Welche sind die am häufigsten verwendeten Algorithmen für maschinelles Lernen und wie werden sie implementiert?

Maschinelles Lernen

Titel	Dokumentieren
Eine Einführung in maschinelles Lernen	Überblick

Grundlagen des maschinellen Lernens

Titel	Code	Dokumentieren
Lineare Regression	Python	Anleitung
Überanpassung / Unteranpassung	Python	Anleitung
Regularisierung	Python	Anleitung
Kreuzvalidierung	Python	Anleitung

Überwachtes Lernen

Titel	Code	Dokumentieren
Entscheidungsbäume	Python	Anleitung
K-Nächste Nachbarn	Python	Anleitung
Naiver Bayes	Python	Anleitung
Logistische Regression	Python	Anleitung
Unterstützen Sie Vektormaschinen	Python	Anleitung

Unbeaufsichtigtes Lernen

Titel	Code	Dokumentieren
Clustering	Python	Anleitung
Hauptkomponentenanalyse	Python	Anleitung

Tiefes Lernen

Titel	Code	Dokumentieren
Übersicht über neuronale Netze	Python	Anleitung
Faltungs-Neuronale Netze	Python	Anleitung
Autoencoder	Python	Anleitung
Wiederkehrende neuronale Netze	Python	IPython

Pull-Request-Prozess

Bitte berücksichtigen Sie die folgenden Kriterien, um uns besser helfen zu können:

1. Es wird erwartet, dass es sich bei der Pull-Anfrage hauptsächlich um einen Linkvorschlag handelt.

2. Bitte stellen Sie sicher, dass die von Ihnen vorgeschlagenen Ressourcen nicht veraltet oder defekt sind.

3. Stellen Sie sicher, dass alle Installations- oder Build-Abhängigkeiten vor dem Ende der Ebene entfernt werden, wenn Sie einen Build durchführen und eine Pull-Anfrage erstellen.

4. Fügen Sie Kommentare mit Details zu Änderungen an der Schnittstelle hinzu. Dazu gehören neue Umgebungsvariablen, verfügbar gemachte Ports, nützliche Dateispeicherorte und Containerparameter.

5. Sie können die Pull-Anfrage zusammenführen, sobald Sie die Genehmigung von mindestens einem anderen Entwickler haben. Wenn Sie dazu nicht berechtigt sind, können Sie den Eigentümer bitten, sie für Sie zusammenzuführen, wenn Sie glauben, dass alle Prüfungen bestanden wurden.

Schlussbemerkung

Wir freuen uns über Ihr freundliches Feedback. Bitte helfen Sie uns, dieses Open-Source-Projekt zu verbessern und unsere Arbeit zu verbessern. Um einen Beitrag zu leisten, erstellen Sie bitte eine Pull-Anfrage und wir werden die Angelegenheit umgehend untersuchen. Wir freuen uns noch einmal über Ihr freundliches Feedback und Ihre Unterstützung.

Entwickler

Betreuer und Schöpfer des Projekts : Amirsina Torfi [GitHub, Persönliche Website, Linkedin]

Entwickler : Amirsina Torfi, Brendan Sherman*, James E Hopkins* [Linkedin], Zac Smith [Linkedin]

HINWEIS : Dieses Projekt wurde als Abschlussprojekt entwickelt, das von [CS 4624 Multimedia/Hypertext-Kurs an der Virginia Tech] angeboten und von [Machine Learning Mindset] überwacht und unterstützt wird.

*: gleicher Beitrag

Zitat

Wenn Sie diesen Kurs nützlich fanden, erwägen Sie bitte, ihn wie folgt zu zitieren:

 @software{amirsina_torfi_2019_3585763,
  Autor = {Amirsina Torfi und
                  Brendan Sherman und
                  Jay Hopkins und
                  Eric Wynn und
                  hokie45 und
                  Frederik De Bleser und
                  李明岳 und
                  Samuel Husso und
                  Alain},
  Titel = {{machinelearningmindset/machine-learning-course:
                   Maschinelles Lernen mit Python}},
  Monat = Dez.,
  Jahr = 2019,
  Herausgeber = {Zenodo},
  Version = {1.0},
  doi = {10.5281/zenodo.3585763},
  URL = {https://doi.org/10.5281/zenodo.3585763}
}