GitHub is where people build software. More than 100 million people use GitHub to discover, fork, and contribute to over 420 million projects.
机器学习算法python实现. Contribute to lia-git/MachineLearning_Python development by creating an account on GitHub.
www.github.com/hannes-brt/hebel mlxtend:它是一个由有用的工具和日常数据科学任务的扩展组成的一个库程序。 www.github.com/rasbt/mlxtend nolearn:这个程序包容纳了大量能对你完成机器学习任务有帮助的实用程序模块。其中大量的模块和scikit-learn一起工作,其它的通常更有用。 www.github.com/dnouri/nolearn Ramp...
我们分析了GitHub上的前20名Python机器学习项目,发现scikit-Learn,PyLearn2和NuPic是贡献最积极的项目。让我们一起在Github上探索这些流行的项目! Scikit-learn:Scikit-learn 是基于Scipy为机器学习建造的的一个Python模块,他的特色就是多样化的分类,回归和聚类的算法包括支持向量机,逻辑回归,朴素贝叶斯分类器,随机森林,G...
https://github.com/rasbt/python-machine-learning-book-2nd-edition 二、主要内容 值得一提的是第二版在第一版的基础上增加了不少新的内容,完整的书籍目录如下: 下面是翻译过来的中文目录: 1. 赋予计算机从数据中学习的能力 2. 训练机器学习分类算法 ...
《Python Machine Learning》有两版,中文译为《Python 机器学习》,机器学习与预测分析正在改变企业和其他组织的运作方式,本书将带领读者进入预测分析的世界。全书共16章,除了简要介绍机器学习及Python在机器学习中的应用,还系统讲述了数据分类、数据预处理、模型优化、集成学习、回归、聚类、神经网络、深度学习等内容。本...
(1)URL:http://deeplearning.net/software/pylearn2/ (2)Github URL:https://github.com/lisa-lab/pylearn2 NuPIC NuPIC是一个基于新大脑皮层理论的开源项目,该理论被称为分级时间记忆(HTM)。HTM理论的部分内容已经实现、测试并在应用中使用,HTM理论的其他部分仍在开发中。
sklearn是一个很好的选择。另外，sklearn的社区也非常活跃，如果你在使用过程中遇到任何问题，都可以在GitHub上找到解决方案。社区中有很多热心的开发者愿意帮助解决各种问题。总之，sklearn是一个值得推荐的机器学习库。如果你正在寻找一个可以快速安装且功能全面的库，那么sklearn绝对是一个不错的选择。
Python is GitHub’s second-most popular language and the most popular language for machine learning. 根据Stackoverflow的数据,Python是最受欢迎的语言,这意味着大多数开发人员使用python。 Python是GitHub第二受欢迎的语言,也是机器学习最受欢迎的语言。
任何人都可以在 GitHub 上做出贡献。对所有使用这个工具并提出的建议的人表示感谢!也可以通过推特 @koehrsen_will 和我联系。 本文为雷锋字幕组编译的技术博客,原标题 A Feature Selection Tool for Machine Learning in Python,作者为 William Koehrsen。如需转载请至雷锋网官网申请授权。 本文翻译自:https://...