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。

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。

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。

🔬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。

笔记本演示了如何创建可以自主搜索Google并使用Microsoft Sminantic内核和C＃playwright汇总Web内容的AI代理。

存储库保存在我的硕士学位期间创建的所有笔记本，讲座和活动。

🎨使用OpenCV将照片转换为令人惊叹的卡通艺术作品！具有高级边缘检测，颜色量化和双边滤波。包括用于易于使用的Gradio Web界面，用于探索的Jupyter笔记本和模块化Python架构。非常适合学习计算机视觉概念。

笔记本来自“模型量化的动手演练”博客文章。

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。

机器学习的一般说明

🏥使用逻辑回归的AI驱动乳腺癌分类，精度为95％。功能具有交互式Gradio Web界面，以实时预测威斯康星州数据集的30个诊断参数。包括用于模型培训，评估指标和用于医疗保健应用的部署架构的综合木星笔记本。

buçalışmaçeşitli特工

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

练习笔记本和微项目的收集，记录了我在机器学习，神经网络，生成AI和检索效果的一代（RAG）方面的学习旅程。