https://blog.csdn.net/meijie2018_1/article/details/90712557

一共8个课时的数据

这是李宏毅2020机器学习作业一的Pytorch版，用Pytorch的张量操作函数更改了原先的numpy操作。实现了线性回归，并且预测了多因素作用下的PM2.5预测。

Logistic回归预测收入----台大李宏毅机器学习作业2(HW2)-附件资源

决策树（decision tree）是一种基本的分类与回归方法，决策树模型呈树形结构，树中包含叶子节点与内部节点。本实验为利用MATLAB进行决策树算法的生成。实验数据为人民币模型，包含100,50,20,10元4种。

吴恩达机器学习作业（附数据集） ML_Ng_coursera_dataset 仅供学习交流，切勿用于其他用途。

https://blog.csdn.net/meijie2018_1/article/details/89737570 https://blog.csdn.net/meijie2018_1/article/details/89839067

实验6-线性回归实验.doc

开始之前声明：本文参考了李宏毅机器学习作业说明（需翻墙），基本上是将代码复现了一遍，说明中用的是google colab（由谷歌提供的免费的云平台），我用的是Jupyter Notebook 本文用到的资料在百度网盘自取点击下载，提取码：zdth。请将所需资料下载解压，确保资料中有6个文件，并保存到自己的目录当中。 【博主的环境：Anaconda3+Jupyter Notebook，python3.6.8】 作业要求：根据收集来的资料，判断每个人其年收入是否高于50000美元，用Logistic regression和Generative model两种方法来实现 1.Logistic

压缩包中为XJTU机器学习(pang teacher)课程作业所需的代码以及公式证明推导报告。压缩包中的文件如下： 1.逻辑回归重要公式证明及上机实践 2.BP证明及上机实践 3.SVM 4.lasso回归与稀疏表示 5.贝叶斯网 6.降维