Курс по машинному обучению и нейронным сетям

В репозитории нахoдятся реализации самых распространённых техник машинного обучения и нейронных сетей с помощью самых популярных на данный момент фреймворков.

Список файлов

Обучение с учителем

Линейная регрессия (с нуля, scikit-learn, TensorFlow, PyTorch, Keras)
Логистическая регрессия (NumPy, scikit-learn, на TensorFlow, PyTorch, Keras)
Многоклассовая классификация (с нуля, scikit-learn, TensorFlow, PyTorch, Keras)
Метод k-ближайших соседей (с нуля, scikit-learn)
Предобработка данных (NumPy & Pandas)
Регуляризация (с нуля, scikit-learn)
Оценка моделей (NumPy & scikit-learn)

Нейронные сети

Многослойный перцептрон (с нуля, scikit-learn, TensorFlow, PyTorch, Keras)
Свёрточная нейронная сеть (TensorFlow, PyTorch, Keras)
Рекуррентная нейронная сеть (TensorFlow, PyTorch, Keras)
LSTM (TensorFlow, PyTorch, Keras)

Обучение без учителя

Метод k-средних (с нуля, scikit-learn)

Обучение с подкреплением

Q-обучение (с нуля)

Работа с фреймворками

Главы курса

01. Вступление

02. Инструменты

03. Регрессия

04. Классификация

05. Предобработка данных

06. Оценка алгоритмов и регуляризация

07. Дополнительные алгоритмы

08. Нейронные сети

09. Обучение без учителя

10. Обучение с подкреплением

11. Свёрточные нейронные сети

12. Рекуррентные нейронные сети

Автор

Богдан Салып (brairnet)

brairnet.github.io

Name		Name	Last commit message	Last commit date
Latest commit History 3 Commits
data		data
README.md		README.md
Untitled.ipynb		Untitled.ipynb
cnn_keras.ipynb		cnn_keras.ipynb
cnn_pytorch.ipynb		cnn_pytorch.ipynb
cnn_tensorflow.ipynb		cnn_tensorflow.ipynb
data_preprocessing.ipynb		data_preprocessing.ipynb
evaluation.ipynb		evaluation.ipynb
jupyter.ipynb		jupyter.ipynb
k_means_from_scratch.ipynb		k_means_from_scratch.ipynb
k_means_sklearn.ipynb		k_means_sklearn.ipynb
keras.ipynb		keras.ipynb
knn_from_scratch.ipynb		knn_from_scratch.ipynb
knn_sklearn.ipynb		knn_sklearn.ipynb
linear_regression_from_scratch.ipynb		linear_regression_from_scratch.ipynb
linear_regression_keras.ipynb		linear_regression_keras.ipynb
linear_regression_pytorch.ipynb		linear_regression_pytorch.ipynb
linear_regression_sklearn.ipynb		linear_regression_sklearn.ipynb
linear_regression_tensorflow.ipynb		linear_regression_tensorflow.ipynb
logistic_regression_from_scratch.ipynb		logistic_regression_from_scratch.ipynb
logistic_regression_keras.ipynb		logistic_regression_keras.ipynb
logistic_regression_pytorch.ipynb		logistic_regression_pytorch.ipynb
logistic_regression_sklearn.ipynb		logistic_regression_sklearn.ipynb
logistic_regression_tensorflow.ipynb		logistic_regression_tensorflow.ipynb
lstm_keras.ipynb		lstm_keras.ipynb
lstm_pytorch.ipynb		lstm_pytorch.ipynb
lstm_tensorflow.ipynb		lstm_tensorflow.ipynb
matplotlib.ipynb		matplotlib.ipynb
multilayer_perceptron_from_scratch.ipynb		multilayer_perceptron_from_scratch.ipynb
multilayer_perceptron_keras.ipynb		multilayer_perceptron_keras.ipynb
multilayer_perceptron_pytorch.ipynb		multilayer_perceptron_pytorch.ipynb
multilayer_perceptron_sklearn.ipynb		multilayer_perceptron_sklearn.ipynb
multilayer_perceptron_tensorflow.ipynb		multilayer_perceptron_tensorflow.ipynb
numpy.ipynb		numpy.ipynb
pandas.ipynb		pandas.ipynb
pytorch.ipynb		pytorch.ipynb
q_learning.ipynb		q_learning.ipynb
regularization_from_scratch.ipynb		regularization_from_scratch.ipynb
regularization_sklearn.ipynb		regularization_sklearn.ipynb
rnn_keras.ipynb		rnn_keras.ipynb
rnn_pytorch.ipynb		rnn_pytorch.ipynb
rnn_tensorflow.ipynb		rnn_tensorflow.ipynb
softmax_from_scratch.ipynb		softmax_from_scratch.ipynb
softmax_keras.ipynb		softmax_keras.ipynb
softmax_pytorch.ipynb		softmax_pytorch.ipynb
softmax_sklearn.ipynb		softmax_sklearn.ipynb
softmax_tensorflow.ipynb		softmax_tensorflow.ipynb
tensorflow.ipynb		tensorflow.ipynb
test_file.csv		test_file.csv
trash.ipynb		trash.ipynb

Navigation Menu

Repository files navigation

Курс по машинному обучению и нейронным сетям

Список файлов

Обучение с учителем

Нейронные сети

Обучение без учителя

Обучение с подкреплением

Работа с фреймворками

Главы курса

01. Вступление

02. Инструменты

03. Регрессия

04. Классификация

05. Предобработка данных

06. Оценка алгоритмов и регуляризация

07. Дополнительные алгоритмы

08. Нейронные сети

09. Обучение без учителя

10. Обучение с подкреплением

11. Свёрточные нейронные сети

12. Рекуррентные нейронные сети

Автор

About

Releases

Packages

Contributors

Languages

Folders and files

Latest commit

History

Repository files navigation

Курс по машинному обучению и нейронным сетям

Список файлов

Обучение с учителем

Нейронные сети

Обучение без учителя

Обучение с подкреплением

Работа с фреймворками

Главы курса

01. Вступление

02. Инструменты

03. Регрессия

04. Классификация

05. Предобработка данных

06. Оценка алгоритмов и регуляризация

07. Дополнительные алгоритмы

08. Нейронные сети

09. Обучение без учителя

10. Обучение с подкреплением

11. Свёрточные нейронные сети

12. Рекуррентные нейронные сети

Автор

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages