李宏毅老师今年的机器学习课程的全部PPT

Linear regrssion 的Matlab实现

machine learning SVM algorithm for EEG classification

代码实现李航统计学习经典算法，包含EM，SVM，决策树等

高效先验 Apriori算法的高效纯Python实现。 适用于Python 3.6及更高版本。 先验算法发现分类数据中的隐藏结构。 经典示例是一个数据库，其中包含从超市购买的商品。 每次购买都有许多与之相关的物品。 我们想从数据中发现关联规则，例如{bread, eggs} -> {bacon} 。 这是的目标，而可以说是解决此问题的最著名算法。 该存储库包含apriori算法的有效，经过测试的实现，如Agrawal等人于1994年发表的中所述。 该代码是稳定的并且被广泛使用。 Bonaccorso在《精通机器学习算法》一书中对此进行了引用。 例子 这是一个最小的工作示例。 请注意，在每次有eggs交易中，也有bacon 。 因此，将以100％的置信度返回规则{eggs} -> {bacon} 。 from efficient_apriori import apriori tran

#Context作者：BlastChar- ://www.kaggle.com/blastchar来源： ://www.kaggle.com/blastchar/telco-customer-churn-[IBM示例数据集]电信客户流失 内容 每行代表一个客户，每列包含在元数据列中描述的客户属性。 数据集包含有关以下信息： 在上个月内离开的客户-该列称为每个客户都已注册的Churn Services-电话，多条线路，互联网，在线安全，在线备份，设备保护，技术支持以及流媒体电视和电影客户帐户信息-他们成为客户的时间，合同，付款方式，无纸化账单，月度费用和总费用关于客户的人口统计信息-性别，年龄范围以及是否有合作伙伴和受扶养人行数：7043列数：21

hp-VPINNs: Variational Physics-Informed Neural Networks With Domain Decomposition 论文资源

Optimal Mass Transport - Signal processing and machinelearning applications

imgcook：从任何草图或图像生成页面

k-means聚类算法及matlab代码适用于Coursera机器学习的Python代码 此仓库为Andrew NG教授的Coursera机器学习课程提供了基于python的解决方案。 解决方案模仿Coursera提供的MATLAB / Octave代码。 scikit-learn模块为每种算法提供了固定的实现，但是以理解它们如何工作为代价。 这些基本版本用于巩固概念并熟悉Python科学计算堆栈。 回购组织 与课程课程不同，单个功能不是用单独的脚本编写的。 而是包含一个脚本来存储每个练习的所有帮助程序功能。 练习1：线性回归（有效） 练习2：逻辑回归（有效） 练习3：多类分类和神经网络（有效） 练习4：神经网络学习（工作中） 练习5：正则线性回归和偏差/方差（有效） 练习6：支持向量机（未启动） 练习7： K均值聚类和PCA（有效） 练习8：异常检测和推荐系统（正常运行）