practicalAI机器学习教程

联合创作 · 2023-09-26

AI 实战 - practicalAI 中文版

让你可以使用机器学习从数据中得到有价值见解。

  • 用 PyTorch 实现基本的机器学习算法和深层神经网络。

  • 无需任何设置,即可使用 Google Colab 在浏览器上运行。

  • 学习面向对象的机器学习来编写产品代码,而不仅仅是教程。

Notebooks

基础 深度学习 进阶 主题
Notebooks PyTorch 高级循环神经网络 Advanced RNNs 计算机视觉 Computer Vision
Python 多层感知 Multilayer Perceptrons Highway and Residual Networks 时间序列分析 Time Series Analysis
NumPy 数据和模型 Data & Models 自编码器 Autoencoders Topic Modeling
Pandas 面向对象的机器学习 Object-Oriented ML 生成对抗网络 Generative Adversarial Networks 推荐系统 Recommendation Systems
线性回归 Linear Regression 卷积神经网络 Convolutional Neural Networks 空间变换模型 Spatial Transformer Networks 预训练语言模型 Pretrained Language Modeling
逻辑回归 Logistic Regression 嵌入层 Embeddings   多任务学习 Multitask Learning
随机森林 Random Forests 递归神经网络 Recurrent Neural Networks   Low Shot Learning
k-均值聚类 KMeans Clustering     强化学习 Reinforcement Learning

运行 notebooks

  1. 在本项目的 notebooks 文件夹,进入 notebooks;

  2. 你可以在 Google Colab (建议的)或本地机器运行这些 notebook;

  3. 点击一项 notebook,把 notebook 的 URL 替换 https://github.com/ 成 https://colab.research.google.com/github/,或者使用该 Chrome扩展,一键完成操作;

  4. 登入你的 Google 账号;

  5. 点击工具栏上的 复制到云端硬盘 按钮,之后会在一个新标签页打开 notebook;

  6. 删去标题的 副本 部分,来重命名该 notebook;

  7. 你可以运行代码、做修改等。这将自动存储在你的私人谷歌云盘。

浏览 8
点赞
评论
收藏
分享

手机扫一扫分享

编辑
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

编辑
举报