ml-theory-python:机器学习学习者的Python实现-源码

毫升理论Python 该知识库总结了机器学习领域的基本算法和理论。 并且有一些使用Python的实现代码（数学，统计等）。 每章存在的原因仅用于研究。 目录 可能性 分配 估算 测试 贝叶斯统计 熵 时间序列 线性回归 逻辑回归 优化器 正则化 背景知识 降维 矩阵分解 火炬的例子 基本的 回归 逻辑回归 fnn 待办的.. 分解机 分解机向量分析 宽而深 待办的.. 电子贪婪 汤普森采样 待办的.. 入门 $ git clone https://github.com/yoonkt200/ml-theory-python.git $ set python path to ` venv/ ` folder $ run ml-theory-python/{chapter-name}/{algorithm-name.py or .ipynb}/ 依存关系 信息 作者：尹基泰（Yoon Ki