Awesome_Machine_Learning_Solutions

很棒的机器学习解决方案

我的书《机器学习解决方案》的精选存储库列表。

您将有机会学习如何使用各种机器学习 (ML) 技术开发尖端的数据科学应用程序。本书是实用指南，可以帮助您构建和优化数据科学应用程序。您可以使用章节描述后给出的链接访问源代码。

• 第 1 章，信用风险建模，在本章中，我们将构建预测分析模型，该模型可以帮助我们预测客户是否会拖欠贷款。我们将使用异常值检测、特征转换、集成机器学习算法等来获得最佳解决方案。

  • 信用风险建模

• 第二章，股票市场价格预测，在本章中，我们将构建预测模型，可以根据历史数据集预测股票指数价格。我们将使用神经网络来获得最佳解决方案。

  • 股指预测

• 第 3 章，客户分析，在本章中，我们将探讨如何构建客户细分，以便以最佳方式完成营销活动。使用各种机器学习算法，例如 K 最近邻、随机森林等，我们可以构建基线方法。为了获得最佳解决方案，我们将使用集成机器学习算法。

  • 客户细分
  • 客户终身价值分析
  • 客户流失分析

• 第4章，电子商务推荐系统，在本章中我们将为电子商务平台构建推荐引擎。我们将建立推荐引擎，可以推荐类似的书籍。我们将使用相关性、TF-IDF、余弦相似度等概念来构建应用程序。

  • 电商产品推荐引擎
  • 图书推荐引擎

• 第 5 章，情感分析，在本章中，我们将为电影评论生成情感分数。为了获得最佳解决方案，我们将使用循环神经网络和长短期记忆单元。

  • 情感分析

• 第6章，职位推荐引擎，在本章中我们将构建自己的数据集，可用于制作职位推荐引擎。我们还将使用现有的数据集来构建职位推荐系统。我们将使用基本的统计技术来获得最佳的解决方案。

  • 使用 TF-IDF 和余弦相似度的基本职位推荐引擎
  • 职位推荐引擎

• 第 7 章，文本摘要，在本章中，我们将构建生成医学转录提取摘要的应用程序。我们将使用已经可用的 python 库作为我们的基准方法。之后，我们将使用各种矢量化和排序技术来获取医疗文档的摘要。我们还将生成亚马逊产品评论的摘要。

  • 医学转录的提取总结
  • 亚马逊产品评论总结

• 第 8 章，开发聊天机器人，在本章中，我们将使用基于规则的方法和基于深度学习的方法来开发聊天机器人。我们将使用 TensorFlow 和 Keras 构建聊天机器人。

  • 基于规则的聊天机器人
  • 使用 TensorFlow 构建聊天机器人
  • 使用 Keras 构建一个聊天机器人，这个机器人具有推理能力......！

• 第 9 章，构建实时对象识别应用程序，在本章中我们将学习迁移学习。我们将学习卷积网络和 YOLO（You Only Look Once）算法。我们将使用预先训练的模型来开发应用程序。

  • 使用 OpenCV 进行实时物体检测
  • 使用 YOLO 进行实时物体检测

• 第10章，人脸识别和人脸情感识别，在本章的前半部分，我们将构建可以识别人脸的应用程序。在本章的后半部分，我们将开发可以识别人类面部表情的应用程序。我们将使用 OpenCV、Keras 和 TensorFlow 来构建此应用程序。

  • 简单的人脸识别
  • 使用 TensorFlow 进行面部情绪识别
  • 使用 Keras 进行面部情绪识别

• 第 11 章，构建游戏机器人，在本章中我们将学习强化学习。这里我们将使用gym或universe库来获取游戏环境。我们首先了解 Q 学习算法，然后我们将实现相同的算法来训练我们的游戏机器人。在这里，我们正在为 Atari 游戏构建机器人。

  • 简单 Atari 游戏的 Q-Learning
  • 太空侵略者游戏机器人
  • 乒乓球游戏机器人
  • 《Flappy Bird》游戏机器人

• 附录 A，备忘单列表，在本章中，我们将获得我们在数据科学应用程序中经常使用的各种 Python 库的备忘单列表。

  • Python 库备忘单
  • 很棒的 Python 框架、库、软件和资源列表

• 附录 B，赢得黑客马拉松的策略，在本章中，我们将了解赢得黑客马拉松的可能策略是什么。我还列出了一些很酷的资源，可以帮助您更新自己。

您可以加入给定的 gitter 房间进行进一步讨论。