ดาวน์โหลด 100 Days Of ML Code - ดาวน์โหลดซอร์สโค้ด 100 Days Of ML Code

รหัส ML 100 วัน

การเข้ารหัสการเรียนรู้ของเครื่อง 100 วัน ตามที่เสนอโดย Siraj Raval

รับชุดข้อมูลจากที่นี่

การประมวลผลข้อมูลล่วงหน้า | วันที่ 1

ตรวจสอบรหัสได้จากที่นี่

การถดถอยเชิงเส้นอย่างง่าย | วันที่ 2

ตรวจสอบรหัสได้จากที่นี่

การถดถอยเชิงเส้นพหุคูณ | วันที่ 3

ตรวจสอบรหัสได้จากที่นี่

การถดถอยโลจิสติก | วันที่ 4

การถดถอยโลจิสติก | วันที่ 5

ก้าวไปข้างหน้าสู่ #100DaysOfMLCode วันนี้ ฉันได้เจาะลึกลงไปว่าจริงๆ แล้ว Logistic Regression คืออะไร และคณิตศาสตร์ที่เกี่ยวข้องอยู่เบื้องหลังคืออะไร เรียนรู้วิธีคำนวณฟังก์ชันต้นทุน และวิธีการใช้อัลกอริธึมการไล่ระดับสีกับฟังก์ชันต้นทุนเพื่อลดข้อผิดพลาดในการทำนาย
เนื่องจากมีเวลาน้อยลง ตอนนี้ฉันจะโพสต์อินโฟกราฟิกสลับวันกัน นอกจากนี้ หากมีใครต้องการช่วยฉันในเรื่องเอกสารโค้ดและมีประสบการณ์ในสาขานี้อยู่แล้วและรู้จัก Markdown สำหรับ github โปรดติดต่อฉันทาง LinkedIn :)

การใช้การถดถอยโลจิสติก | วันที่ 6

ตรวจสอบรหัสที่นี่

K เพื่อนบ้านที่ใกล้ที่สุด | วันที่ 7

คณิตศาสตร์เบื้องหลังการถดถอยโลจิสติก | วันที่ 8

#100DaysOfMLCode เพื่อล้างข้อมูลเชิงลึกเกี่ยวกับการถดถอยโลจิสติก ฉันกำลังค้นหาแหล่งข้อมูลหรือบทความบางอย่างบนอินเทอร์เน็ต และบังเอิญเจอบทความนี้ (https://towardsdatascience.com/logistic-regression-detailed-overview-46c4da4303bc) โดย Saishruthi Swaminathan

มันให้คำอธิบายโดยละเอียดของการถดถอยโลจิสติก ตรวจสอบมันออก

รองรับเครื่องเวกเตอร์ | วันที่ 9

มีสัญชาตญาณว่า SVM คืออะไร และใช้เพื่อแก้ปัญหาการจำแนกประเภทอย่างไร

SVM และ KNN | วันที่ 10

เรียนรู้เพิ่มเติมเกี่ยวกับวิธีการทำงานของ SVM และการนำอัลกอริทึม K-NN ไปใช้

การดำเนินการของ K-NN | วันที่ 11

ใช้อัลกอริทึม K-NN สำหรับการจำแนกประเภท #100DaysOfMLCode Support Vector Machine Infographic เสร็จสมบูรณ์แล้วครึ่งทาง จะอัพเดทให้พรุ่งนี้ครับ

รองรับเครื่องเวกเตอร์ | วันที่ 12

ตัวแยกประเภท Naive Bayes | วันที่ 13

มาต่อด้วย #100DaysOfMLCode วันนี้ฉันมาดูตัวแยกประเภท Naive Bayes ฉันยังใช้ SVM ใน python โดยใช้ scikit-learn จะอัพเดตโค้ดเร็วๆนี้

การใช้งาน SVM | วันที่ 14

วันนี้ฉันใช้ SVM กับข้อมูลที่เกี่ยวข้องเชิงเส้น ใช้ห้องสมุด Scikit-Learn ใน Scikit-Learn เรามีตัวแยกประเภท SVC ซึ่งเราใช้เพื่อให้งานนี้สำเร็จ จะใช้เคอร์เนลเคล็ดลับในการใช้งานครั้งต่อไป ตรวจสอบรหัสที่นี่

Naive Bayes Classifier และการเรียนรู้ของเครื่องกล่องดำ | วันที่ 15

เรียนรู้เกี่ยวกับตัวแยกประเภท naive bayes ประเภทต่างๆ เริ่มการบรรยายโดย Bloomberg ด้วย รายการแรกในเพลย์ลิสต์คือ Black Box Machine Learning โดยให้ภาพรวมทั้งหมดเกี่ยวกับฟังก์ชันการทำนาย การดึงคุณลักษณะ อัลกอริธึมการเรียนรู้ การประเมินประสิทธิภาพ การตรวจสอบความถูกต้องข้าม อคติตัวอย่าง ความไม่คงที่ การปรับมากเกินไป และการปรับแต่งไฮเปอร์พารามิเตอร์

ใช้งาน SVM โดยใช้ Kernel Trick | วันที่ 16

การใช้ไลบรารี Scikit-Learn ใช้อัลกอริธึม SVM พร้อมกับฟังก์ชันเคอร์เนลซึ่งแมปจุดข้อมูลของเราในมิติที่สูงกว่าเพื่อค้นหาไฮเปอร์เพลนที่เหมาะสมที่สุด

เริ่มความเชี่ยวชาญด้านการเรียนรู้เชิงลึกบน Coursera | วันที่ 17

เสร็จสิ้นทั้งสัปดาห์ที่ 1 และสัปดาห์ที่ 2 ในวันเดียว เรียนรู้การถดถอยโลจิสติกเป็นโครงข่ายประสาทเทียม

ความเชี่ยวชาญด้านการเรียนรู้เชิงลึกใน Coursera | วันที่ 18

จบหลักสูตรที่ 1 ของความเชี่ยวชาญด้านการเรียนรู้เชิงลึก ใช้งานโครงข่ายประสาทเทียมในหลาม

ปัญหาการเรียนรู้ ศาสตราจารย์ Yaser Abu-Mostafa | วันที่ 19

เริ่มการบรรยายที่ 1 จาก 18 ของหลักสูตร Machine Learning ของ Caltech - CS 156 โดยศาสตราจารย์ Yaser Abu-Mostafa โดยพื้นฐานแล้วมันเป็นการแนะนำการบรรยายที่กำลังจะมีขึ้น เขายังอธิบายอัลกอริทึมของ Perceptron ด้วย

เริ่มหลักสูตรเฉพาะทางการเรียนรู้เชิงลึก 2 | วันที่ 20

เสร็จสิ้นสัปดาห์ที่ 1 ของการปรับปรุง Deep Neural Networks: การปรับแต่งไฮเปอร์พารามิเตอร์ การทำให้เป็นมาตรฐาน และการเพิ่มประสิทธิภาพ

การขูดเว็บ | วันที่ 21

ดูบทช่วยสอนเกี่ยวกับวิธีการขูดเว็บโดยใช้ Beautiful Soup เพื่อรวบรวมข้อมูลสำหรับการสร้างแบบจำลอง

การเรียนรู้เป็นไปได้ไหม? - วันที่ 22

การบรรยายที่ 2 จาก 18 หลักสูตร Machine Learning ของ Caltech - CS 156 โดยศาสตราจารย์ Yaser Abu-Mostafa เรียนรู้เกี่ยวกับความไม่เท่าเทียมกันของ Hoeffding

ต้นไม้แห่งการตัดสินใจ | วันที่ 23

ทฤษฎีการเรียนรู้เชิงสถิติเบื้องต้น | วันที่ 24

หลักสูตร Lec 3 ของ Bloomberg ML แนะนำแนวคิดหลักบางประการ เช่น พื้นที่อินพุต พื้นที่การดำเนินการ พื้นที่ผลลัพธ์ ฟังก์ชันการทำนาย ฟังก์ชันการสูญเสีย และพื้นที่สมมุติฐาน

การนำแผนผังการตัดสินใจไปใช้ | วันที่ 25

ตรวจสอบรหัสที่นี่

ข้ามไปปัดพีชคณิตเชิงเส้น | วันที่ 26

พบช่องที่น่าทึ่งใน youtube 3Blue1Brown มีเพลย์ลิสต์ชื่อ Essence of Linear Algebra เริ่มต้นด้วยการทำวิดีโอ 4 เรื่องให้จบซึ่งให้ภาพรวมโดยสมบูรณ์ของเวกเตอร์, ผลรวมเชิงเส้น, สแปน, เวกเตอร์พื้นฐาน, การแปลงเชิงเส้น และการคูณเมทริกซ์