MLAlgorithms

機械学習アルゴリズム

機械学習アルゴリズムの最小限でクリーンな実装のコレクション。

なぜ？

このプロジェクトは、ml アルゴリズムの内部を学びたい人、またはゼロから実装したい人を対象としています。
このコードは、最適化されたライブラリよりもはるかにわかりやすく、簡単に操作できます。
すべてのアルゴリズムは、numpy、scipy、autograd を使用して Python で実装されます。

実装済み:

• ディープラーニング (MLP、CNN、RNN、LSTM)
• 線形回帰、ロジスティック回帰
• ランダムフォレスト
• カーネル (Linear、Poly、RBF) を備えたサポート ベクター マシン (SVM)
• K 平均法
• 混合ガウスモデル
• K 最近傍
• ナイーブベイズ
• 主成分分析 (PCA)
• 因数分解機
• 制限付きボルツマン マシン (RBM)
• t 分布確率的近傍埋め込み (t-SNE)
• 勾配ブースティング ツリー (GBDT、GBRT、GBM、XGBoost とも呼ばれます)
• 強化学習（深Q学習）

インストール

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

インストールせずにサンプルを実行する方法

        cd MLAlgorithms
        python -m examples.linear_models

Docker 内でサンプルを実行する方法

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

貢献する

あなたの貢献はいつでも大歓迎です!
既存のコードやドキュメントを自由に改善したり、新しいアルゴリズムを実装したりしてください。
変更が十分に大きい場合は、問題を開いて変更を提案してください。