去雨，深度学习算法，目前最好的算法，可以直接跑

文章讨论分析了感知器、有监督 hebb算法、梯度算法、BP算法等前向网络的学习结构和算法，并对这 几种算法作了对比和总结，提出了这几种算法的异同。

DDPGforRoboticsControl 这是名为深度确定性策略梯度（DDPG）的深度强化学习算法的实现，用于训练4自由度机械臂以达到移动目标。 动作空间是连续的，学习的代理会输出扭矩以使机器人移动到特定的目标位置。 环境 一个包含20个相同代理的，每个代理都有其自己的环境副本。 在这种环境下，双臂可以移动到目标位置。 对于代理人的手在目标位置中的每一步，将提供+0.1的奖励。 因此，座席的目标是在尽可能多的时间步中保持其在目标位置的位置。 观察空间由33个变量组成，分别对应于手臂的位置，旋转，速度和角速度。 每个动作是一个带有四个数字的向量，对应于适用于两个关节的扭矩。 动作向量中的每个条目都应为-1和1之间的数字。 解决环境 您的特工平均得分必须为+30（超过100个连续剧集，并且超过所有特工）。 具体来说，在每个情节之后，我们将每个代理商获得的奖励加起来（不打折），以获得每个

AI机器学习入门手册，包括传统机器学习，数理基础及深度学习内容，新手入门必备

新闻分类 基于那里类别的新闻分类是一个项目，其中新闻是通过标题作为输入的类别，并且机器将预测它必须属于哪个类别。在该项目中，使用了从基本（Count，Tfi df等）不同的矢量化技术来推进（手套，word2vec等）技术。此外，它还使用了大约所有的机器学习算法和神经网络技术

感知机的学习算法，c语言写的啊，哈哈哈哈

资源包含一个非常详细的机器学习总结xmind源文件，可用xmind打开编辑和学习。非常详细的公式推导，有效帮助快速建立机器学习知识体系，为深度学习打下见识的基础。 总结内容：绪论、模型评估与选择、线性模型、支持向量机、贝叶斯分类器、集成学习、深度学习

七月机器学习算法中和第七部分工作流程与模型调优 以天池数据集泰坦尼克号为例全面的分析和示例机器学习算法 其中包括泰坦尼克问题的excel数据和算法的notebook代码

K最近的NEIGHBOUR-KNN算法 KNN表示K最近邻算法。 KNN是最简单的监督式机器学习算法，主要用于数据分类。 在继续学习KNN之前，让我们简单地看一下机器学习和KNN所属的类别。 机器学习（ML）是对计算机算法的研究，该算法会根据经验和给定的数据集自动改进。 机器学习算法基于样本数据（称为“训练数据”）构建模型，以便进行预测或决策而无需明确地编程。 如今，机器学习一直在解决不同领域类别的问题，例如：计算金融，图像处理和计算机视觉，计算生物学，能源生产，汽车，航空航天和制造，自然语言处理（NLP）。 如今，这些技术发现了数据中的隐藏模式或内在结构。 它有助于我们产生洞察力，并帮助我们做出更好的决策和预测。 在机器学习模型中，它允许用户根据过去的数据进行预测。 阅读更多@

参考机器学习第二章KNN(K比邻算法)，对于实例代码提供相对应的数据集 # 1：约会网站 # 2：将图像转换为测试向量，创建1x1024的Numpy数组，然后打开给定的文件，循环读出文件的前32行， # 并将每行的头32个字符值存储在NumPy数组中，最后返回数组