数据科学人工智能机器深度学习分类回归回归python keras tensorflow tensorflow2 tpot xgboost matplotlib numpy pandas scikit scikit scikit-learn seaborn seaborn seaborn jeaborn jupyter jupyter jupyter Lab

简洁的机器学习算法实现了Python中的实现，解决了现实世界中的问题（笔记本和书籍）。逻辑回归，线性回归，决策树，K-均值聚类，情感分析，推荐系统，神经网络和强化学习的示例。

笔记本数据分析项目根据各种属性预测各种银行用户的平衡

人工智能（AI）库是一个用于项目的独立python（Jupyter Notebook）库。

该程序使用简单的线性回归（这是一种基本的机器学习算法），以根据学生的GPA来预测给定学生的SAT分数

该仓库包含用于学习ML模型并将其应用于现实世界问题的笔记本。

该存储库包含jupyter笔记本电脑的集合，旨在展示机器学习，数据预处理，功能工程和推荐系统的实际应用。这些笔记本使用户能够探索，分析和预测业务事件。

IPYTHON笔记本培训单词级卷积神经网络模型，用于Yelp-Challenge-2016评论数据集，用于情感分类任务。

Jupyter笔记本S2I为项目构建

易于使用的视频生成COLAB笔记本

我在Deepatlas.ai全面教育计划中构建的一些项目笔记本。

使用自定义Div2k数据集训练HAT-L和Real-Esrgan模型的Python笔记本。

带有张量2和keras的机器学习教程（包括jupyter笔记本） – （LSTMS，Hyperameter Tuning，数据预处理，偏见 – 差异权衡，异常检测，自动侦探，自动编码器，时间序列，时间序列预测，对象探测，对象分析，对象分析，对伯特的识别）

包含我在数据科学，EDA，可视化和机器学习方面的实验的代码和笔记本

阿里云天池算法大赛代码笔记本分享

CNN数字识别器在Keras笔记本，Kaggle/MNIST（0.995）中实现。

使用Jupyter笔记本电脑样本尝试服务票务智能分类并推荐API。

🎨创作创意编码和计算机艺术的作者组合的作者集。