机器学习 2014 牛津大学计算机科学系 C 部分本科/硕士课程，由 Nando de Freitas 主讲 （他的所有应有权利） Torch 中的实践练习（和偶尔的问题表）解决方案 实践 1：理解 Torch 代码和从 Tensor 中切分列的简单练习（第 2 周） 实践 2：使用 SGD 和最小二乘法测试线性回归的意义，实现岭回归（第 3 周） 实用 3：理解、测试和优化 Logistic 回归（第 4-5 周）

AI学习投资-周六AI Euskadi。 机器学习项目的应用使新手的投资更容易理解。 1.投资比例的网站报废。 我们已经废弃了与来自纽约证券交易所市场的公司相关的beautifoulSoup投资数据。 2.创建数据集。 我们在过去10年中随机模拟了500.000个投资，投资期限在1天到2年之间。 通过应用分类或归一化技术等方法，已清理数据集并准备进行机器学习建模。 如果要使用结果数据集，则将其保存到“ datasets / transactions_variables.csv”中。 3.数据建模和优化。 在用pycaret筛选出哪种分类模型更适合我们的问题之后，我们选择了“决策树”，因为它更易于解释。 请记住，我们的目标不是进行更好的投资，而是使投资可用于更广泛的人群。 借助Graphviz，优化了决策树并可视化了结果。 4.数据部署并在REST API服务器上进行测试。 该项目的

cart代码matlab MachineLearning 这些是学习机器学习时自己练习，比赛和课程的一些代码，就算是记录学习ML的过程吧。 学习记录 8/7/2016 CART C4.5 决策树（1） 8/8/2016 CART C4.5 决策树（2） 8/9/2016 单，多隐藏层神经网络（1） 8/10/2016 SVM原理和推导(1)，对于SMO不是很懂。。matplotlib学习(基本跟Matlab差不多哦)

Basics of Linear Algebra for Machine Learning.zip 机器学习的线性代数基础 课程代码

Master Machine Learning Algorithms.zip 掌握机器学习算法 课程代码

交叉验证LOOCV matlab代码basic_SVM Matlab 代码 此页面是使用basic_SVM （基本支持向量机）函数的快速手册。 此代码位于 basic_SVM是一组运行机器学习进行分类的函数。 它需要一组特征和相应的类作为输入。 目前它只能处理二分情况（例如，1 和 0，兄弟姐妹和无关，控制和多动症，...）。 该程序探索不同特征的使用，并报告每个案例的性能（样本内和样本外）。 例如，如果您的数据有 100 个特征，该程序可以帮助您探索在分类中使用 10、20、... 100 个特征的性能（您可以轻松定义要包含的特征数量和数量）。 对于每个特征集，程序将数据分成两个分区（一个分区用于训练，另一个用于测试），在分区测试中优化分类器并将其用于为测试保留的新数据（分区测试）。 重复 N 次并报告结果。 它是如何工作的 详细地说，在 N 次总运行中的每次运行 n 中，数据（特征及其对应的类：1 或 0；兄弟或不相关）被划分为 2 个样本：“训练”和“测试”，其中分区“训练”是剩下 m 个元素。 默认情况下，分类器使用留一法交叉验证 (loocv) 对该分区“训练”进行优化（您可

Grad-CAM-张量流 注意：CNN还有另一种很棒的可视化方法，称为 ，它仅涉及前向通过。 演示代码可用于Caffe和Tensorflow ResNet，Vgg。 请检查一下。 这是用于Grad-CAM的演示的tensorflow版本。 我使用ResNet-v1-101，ResNet-v1-50和vgg16进行演示，因为该模型是非常流行的CNN模型。 但是，grad-cam可以与其他任何CNN型号一起使用。 只需在我的演示代码中修改卷积层即可。 请参阅查看此存储库的演示。 要在此演示中使用VGG网络，必须下载VGG16 NPY的npy文件。 要使用ResNet-v1-50或ResNet-v1-101，请从下载权重 欢迎任何贡献 [原论文] Grad-CAM：梯度加权类激活映射 Ramprasaath R. Selvaraju，Abhishek Das，Ramakrishna V

The book Detecting Regime Change in Computational Finance is the first book of its kind to build on the framework of Directional Change. The concept of Directional Change is a new field of research that rethinks the way in which data is represented and sampled

李宏毅老师今年的机器学习课程的全部PPT

Linear regrssion 的Matlab实现