微博、博客、音乐等常见推荐系统所用算法，适合架构师、开发人员想转机器学习的人员

FIFA-worldcup-2018-预测 使用机器学习预测2018年FIFA世界杯冠军。 这是我的第一个练习数据挖掘和机器学习技术的个人项目。 我主要使用熊猫，seaborn和scikit-learn。 请随意查看回购中的Jupyter Notebook，以检查代码和提供的见解。 我希望它足够讲道理！ 如何可视化Jupyter Notebook的所有荣耀 确保已安装Jupyter笔记本（ ）。 在此存储库中，按绿色的“克隆”或“下载”按钮。 确定是要克隆存储库还是将其下载为.zip（如果您不熟悉Github，建议您以.zip下载）。 打开Jupyter Notebooks应用程序。 浏览器中的选项卡将打开。 导航到保存该存储库的文件夹。 单击“ Predicting World Cup 2018 Winner.ipynb文件将其打开。 它应该工作！ 现在，您可以浏览代码，运

Python3入门人工智能 掌握机器学习+深度学习，完整版11章附源码

只看不练假把式。此 SIFT 特征检测源码 400+行，你可以挖掘到很多实现细节，甚至资料中找不到细节，或者是看文章看不懂的地方，值要细细研究代码，你就能恍然大悟。

机器学习 python 决策树 实验

国科大模式识别与机器学习2015-2019试卷(黄明庆、兰艳艳、郭嘉丰、山世光)

机器学习入门通识资料-目录清晰，直接打开根目录的index.html文件即可查看所有内容！

Style Transfer by Relaxed Optimal Transport and Self-Similarity (CVPR 2019)

文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展性及Web页分类等问题是目前文本分类研究的关键问题,并讨论了这些问题可能采取的方法.最后对研究的方向进行了展望.

西瓜书上的数据。是机器学习中对数几率回归代码所使用的数据，两个特征，十几条数据，只用来做简单的对数几率回归求解和预测。