///// 快书 这些笔记本介绍了深度学习， 和 。 fastai是用于深度学习的分层API； 有关更多信息，请参见。 此回购协议中的所有内容均受版权保护，由Jeremy Howard和Sylvain Gugger于2020年开始。 这些笔记本用于 ，构成了 的基础，目前可以购买。 它没有与该草案相同的GPL限制。 GPL v3许可证涵盖了笔记本和python .py文件中的代码； 有关详细信息，请参见LICENSE文件。 其余部分（包括笔记本和其他散文中的所有降价单元）均未经许可可用于任何重新分发或更改格式或媒介的行为，除了复制笔记本或为您自己的私人使用而分叉此存储库外。 禁止用于商业

机器_学习_代码_实现 基于NumPy的机器学习算法的Python代码实现。

上下文编码器：[CVPR 2016]使用GAN通过图像修复进行无监督特征学习

搜索方法合集，优化算法大全，大师之作，本书提供了大量的完整的先进的优化搜索算法，希望能给读者带来帮助和启示

凯拉斯·夏普 注意：该项目即将被归档。 为了更好的替换，请查看或 。 欢呼快乐，编码愉快！ 塞萨尔 正在进行的一项工作是将大多数Keras深度学习库移植到C＃。 欢迎来到Keras＃项目！ 我们的目标是在C＃中引入与体验兼容的类似Keras的API，这意味着，如果您已经了解Keras，则无需学习任何新概念即可使用Keras＃进行安装和运行。 这是Keras项目的直接逐行端口，这意味着当前发送到Keras主项目的所有更新和修补程序都应简单明了地应用于该分支。 与最初的项目一样，我们旨在同时支持TensorFlow和CNTK-但不支持Theano，因为该于2017年。 例 考虑下面，如下所示

这是个深度学习四大名著之一的《Python Machine Learning》第二版压缩包，，里面包含高清英文版PDF（包含书签，源码可复制），，和本书配套的源码及源码在github上的链接，，愿与诸君共勉，，加油加油！！！

机器学习葡萄酒质量预测 ================ 目的 找到一个合适的分类器来预测葡萄酒类型和葡萄酒质量。 给定数据 数据来自葡萄牙的“Vinho Verde”葡萄酒，它具有 11 种不同的化学特性。 葡萄酒类型包括白葡萄酒和红葡萄酒，葡萄酒质量由葡萄酒专家划分为 1（好）和 7（差）。 给定的数据集分为 5000 个训练样本和 1000 个测试样本，并存储在两个 .csv 文件中。 它们每个都有 13 列，包括 11 个化学测量值和两列描述葡萄酒类型和质量的列。 葡萄酒类型预测

Report.Machine.v6.5.7z + 源码

本文使用时间序列分析来研究比特币价格与基本经济变量，技术因素以及从Twitter提要获得的集体情绪的度量之间的关系。 通过使用最新的机器学习算法，即支持向量机（SVM），每天进行情感分析。 一系列短期回归显示，Twitter的情绪比率与比特币价格成正相关。 短期分析还显示，维基百科搜索查询的数量（显示公众对比特币的兴趣程度）和哈希率（衡量采矿难度）对比特币的价格产生积极影响。 相反，比特币的价值受到美元与欧元之间汇率（代表价格的一般水平）的负面影响。 向量误差校正模型用于研究协整变量之间长期关系的存在。 这种长期分析显示，比特币价格与流通中的比特币数量呈正相关（代表货币供应总量），而与标准普尔500股市指数则呈负相关（表明货币的总体状态）。全球经济）。

夏普学习 SharpLearning是C＃.Net的开源机器学习库。 SharpLearning的目标是使.Net开发人员可以轻松访问机器学习算法和模型。 当前，主要关注点是用于分类和回归的监督学习，同时还提供用于优化和验证训练模型的必要工具。 SharpLearning为机器学习算法提供了一个简单的高级界面。 在SharpLearning中，机器学习算法称为“学习者” ，而机器学习模型则称为PredictorModel 。 用法示例如下： // Create a random forest learner for classification with 100 trees var le