machine_learning_basics

機械学習の基礎

このリポジトリには、プレーン Python (Python バージョン 3.6 以降) での基本的な機械学習アルゴリズムの実装が含まれています。すべてのアルゴリズムは、追加の機械学習ライブラリを使用せずに最初から実装されます。これらのノートブックの目的は、アルゴリズムとその基礎となる構造についての基本的な理解を提供することであり、最も効率的な実装を提供することではありません。

• ベイジアン線形回帰
• 分類のための決定木
• 回帰の決定木
• k 最近傍
• K-Means クラスタリング
• 線形回帰
• ロジスティック回帰
• 多項ロジスティック回帰
• パーセプトロン
• 主成分分析
• 1 つの隠れ層を持つ単純なニューラル ネットワーク
• ソフトマックス回帰
• サポートベクターマシン

データの前処理

いくつかのリクエストを受けて、私は機械学習用にデータセットを前処理する方法に関するノートブックの準備を始めました。今後数か月以内に、データセットの種類 (テキスト、画像など) ごとに 1 つのノートブックを追加する予定です。以前と同様、これらのノートブックの目的は、前処理ステップの基本的な理解を提供することであり、最も効率的な実装を提供することではありません。

• 画像の前処理
• 数値/カテゴリデータセットの前処理

ライブデモ

リポジトリのクローンを作成したり、jupyter をインストールしたりせずに、ノートブックをオンラインで実行します。

注: 最初にデータセットをダウンロードする必要があるため、これはdata_preprocessing.ipynbブックとimage_preprocessing.ipynbノートブックでは機能しません。

フィードバック

含めるべきお気に入りのアルゴリズムがある場合、またはノートブックの間違いを見つけた場合は、新しい問題を作成してお知らせください。

ライセンス

ライセンスの権利と制限 (MIT) については、LICENSE ファイルを参照してください。