MLEveryday/100-Days-Of-ML-Code

This is stars and forks stats for /MLEveryday/100-Days-Of-ML-Code repository. As of 27 Apr, 2024 this repository has 20324 stars and 5419 forks.

机器学习100天 英文原版请移步Avik-Jain。数据在这里。 翻译前请先阅读规范。常见问题解答见FAQ。 目录 有监督学习 数据预处理 简单线性回归 多元线性回归 逻辑回归 k近邻法(k-NN) 支持向量机(SVM) 决策树 随机森林 无监督学习 K-均值聚类 层次聚类 数据预处理 | 第1天 数据预处理实现 简单线性回归 | 第2天 简单线性回归实现 多元线性回归 | 第3天 多元线性回归实现 逻辑回归 | 第4天 逻辑回归 | 第5天 今天我深入研究了逻辑回归到底是什么，以及它背后的数学是什么。学习了如何计算代价函数，以及如何使用梯度下降法来将代价函数降低到最小。 由于时间关系，我将隔天发布信息图。如果有人在机器学习领域有一定经验，并愿意帮我编写代码文档，也了解github的Markdown语法，请在领英联系我。 逻辑回归 | 第6天 逻辑回归实现 K近邻法(k-NN) | 第7天 逻辑回归背后的数学 | 第8天 为了使我对逻辑回归的见解更加清晰，我在网上搜索了一些资源或文章，然后我就发现了Saishruthi Swaminathan的这篇文章 它给出了逻辑回归的详细描述。请务必看一看。 支持向量机(SVM)...