精心策划的动手笔记本集合，探索核心机器和深度学习概念。每个笔记本电脑都侧重于一个特定主题 – 从线性模型和基础元素（如广播和自动射击）到高级任务，例如自定义层，转移学习，使用RNN的序列建模以及与自动编码器的表示形式学习。

该存储库包含Python代码，jupyter笔记本电脑代码与人工智能，机器学习，深度学习困难的任务以及在HCCDA_AI课程中完成的项目

📁该存储库托管越来越多的AI蓝图项目集合，这些项目使用Jupyter笔记本电脑，MLFlow部署和简化Web App。

在Python实施的机器学习案例研究。包括5个涵盖现实数据集和模型的Jupyter笔记本：回归，分类，功能工程和模型评估。

该回购包含我在ICTP，ML，RL和Neuroscience上进行的不同项目的笔记本。

该项目包含与用于银行业务的各种用例有关的代码和笔记本。

此存储库包含Python代码，与人工智能（AI）有关的Jupyter笔记本电脑代码文件，HCCDA-AI课程期间完成的不同任务和项目。

此存储库包含Python代码，与人工智能有关的Jupyter-Notebook代码文件。

该存储库结构为完整的ML路线图组合理论（PDFS）与动手编码（Jupyter Notebooks），以帮助您在数据科学和机器学习中建立坚实的基础。非常适合希望修改或升级的学生，自学者和专业人士。

通过动手项目和资源的AI学习旅程，涵盖Python，数学，数据科学，机器学习，深度学习，生成AI和部署等等。

🫀使用逻辑回归的机器学习项目可以从临床数据中预测心脏病风险。由Python，Scikit-Learn和Jupyter Notebooks建造。具有13个医疗功能的303名患者数据集上的303名患者数据集中的精度达到85％+。从数据探索到模型评估完成ML管道。

🔬适用于癌细胞分类的高斯天真贝叶斯（GNB）的可重复的沙箱 – 包括交互式笔记本，数据布局和预处理指导，功能 – 牵引技巧，轻量级Scikit-Learn Pipeline，轻巧的评估协议，用于用于准备/培训/培训的小型/不平衡生物医学数据集和示例脚本。

一个机器学习项目专注于使用jupyter笔记本电脑进行转移学习技术，为各种计算机视觉和深度学习任务实施预训练的模型。

该存储库结构为完整的ML路线图组合理论（PDFS）与动手编码（Jupyter Notebooks），以帮助您在数据科学和机器学习中建立坚实的基础。非常适合希望修改或升级的学生，自学者和专业人士。

🫀使用逻辑回归的机器学习项目可以从临床数据中预测心脏病风险。由Python，Scikit-Learn和Jupyter Notebooks建造。具有13个医疗功能的303名患者数据集上的303名患者数据集中的精度达到85％+。从数据探索到模型评估完成ML管道。

通过动手项目和资源的AI学习旅程，涵盖Python，数学，数据科学，机器学习，深度学习，生成AI和部署等等。

一个机器学习项目专注于使用jupyter笔记本电脑进行转移学习技术，为各种计算机视觉和深度学习任务实施预训练的模型。

该项目包含与用于银行业务的各种用例有关的代码和笔记本。