Awesome_Machine_Learning_Solutions

很棒的機器學習解決方案

我的書《機器學習解決方案》的精選儲存庫清單。

您將有機會學習如何使用各種機器學習 (ML) 技術開發尖端的資料科學應用程式。本書是實用指南，可以幫助您建立和優化資料科學應用程式。您可以使用章節描述後給出的連結來存取原始程式碼。

• 第一章，信用風險建模，在本章中，我們將建立預測分析模型，該模型可以幫助我們預測客戶是否會拖欠貸款。我們將使用異常值檢測、特徵轉換、整合式機器學習演算法等來獲得最佳解決方案。

  • 信用風險建模

• 第二章，股票市場價格預測，在本章中，我們將建立預測模型，可以根據歷史資料集預測股票指數價格。我們將使用神經網路來獲得最佳解決方案。

  • 股指預測

• 第三章，客戶分析，在本章中，我們將探討如何建立客戶細分，以便以最佳方式完成行銷活動。使用各種機器學習演算法，例如 K 最近鄰、隨機森林等，我們可以建立基線方法。為了獲得最佳解決方案，我們將使用整合式機器學習演算法。

  • 客戶區隔
  • 客戶終身價值分析
  • 客戶流失分析

• 第4章，電子商務推薦系統，在本章中我們將為電子商務平台建立推薦引擎。我們將建立推薦引擎，可以推薦類似的書籍。我們將使用相關性、TF-IDF、餘弦相似度等概念來建立應用程式。

  • 電商產品推薦引擎
  • 圖書推薦引擎

• 第 5 章，情緒分析，在本章中，我們將為電影評論產生情感分數。為了獲得最佳解決方案，我們將使用循環神經網路和長短期記憶單元。

  • 情緒分析

• 第6章，職位推薦引擎，在本章中我們將建立自己的資料集，可用來製作職位推薦引擎。我們也將使用現有的資料集來建立職位推薦系統。我們將使用基本的統計技術來獲得最佳的解決方案。

  • 使用 TF-IDF 和餘弦相似度的基本職位推薦引擎
  • 職位推薦引擎

• 第 7 章，文本摘要，在本章中，我們將建立產生醫學轉錄提取摘要的應用程式。我們將使用已經可用的 python 函式庫作為我們的基準方法。之後，我們將使用各種向量化和排序技術來取得醫療文件的摘要。我們還將產生亞馬遜產品評論的摘要。

  • 醫學轉錄的擷取總結
  • 亞馬遜產品評論總結

• 第 8 章，開發聊天機器人，在本章中，我們將使用基於規則的方法和基於深度學習的方法來開發聊天機器人。我們將使用 TensorFlow 和 Keras 建立聊天機器人。

  • 基於規則的聊天機器人
  • 使用 TensorFlow 建立聊天機器人
  • 使用 Keras 建立一個聊天機器人，這個機器人具有推理能力...！

• 第 9 章，建立即時物件辨識應用程序，在本章中我們將學習遷移學習。我們將學習卷積網路和 YOLO（You Only Look Once）演算法。我們將使用預先訓練的模型來開發應用程式。

  • 使用 OpenCV 進行即時物體偵測
  • 使用 YOLO 進行即時物體偵測

• 第10章，人臉辨識和人臉情感識別，在本章的前半部分，我們將建立可以辨識人臉的應用程式。在本章的後半部分，我們將開發可以識別人類面部表情的應用程式。我們將使用 OpenCV、Keras 和 TensorFlow 來建立此應用程式。

  • 簡單的人臉辨識
  • 使用 TensorFlow 進行臉部情緒識別
  • 使用 Keras 進行臉部情緒識別

• 第 11 章，建構遊戲機器人，在本章中我們將學習強化學習。這裡我們將使用gym或universe函式庫來取得遊戲環境。我們首先了解 Q 學習演算法，然後我們將實現相同的演算法來訓練我們的遊戲機器人。在這裡，我們正在為 Atari 遊戲建造機器人。

  • 簡單 Atari 遊戲的 Q-Learning
  • 太空侵略者遊戲機器人
  • 乒乓球遊戲機器人
  • 《Flappy Bird》遊戲機器人

• 附錄 A，備忘單列表，在本章中，我們將獲得我們在資料科學應用中經常使用的各種 Python 庫的備忘單列表。

  • Python 庫備忘單
  • 很棒的 Python 框架、函式庫、軟體和資源列表

• 附錄 B，贏得黑客馬拉鬆的策略，在本章中，我們將了解贏得黑客馬拉鬆的可能策略是什麼。我還列出了一些很酷的資源，可以幫助您更新自己。

您可以加入給定的 gitter 房間進行進一步討論。