[SOML’21]由AIMLC IITD组织的ML夏季的参考材料，教程笔记本和其他资源。

人工智能的基本数学 – Python 3笔记本

笔记本de projetos de Data Science Em Python

在这里，您可以找到一个笔记本，其中包含各种机器学习算法（ML）的示例，更具体地说，是监督和无监督的学习示例。所有代码之后都有解释，并且由于文档而言，一切都易于使用，并且可以理解。

OpenAI的基于GPT2的音乐AI Google COLAB笔记本，用于音乐发电/作品和功能评估

在自定义数据集上的掩码RCNN实现！全部合并到一个Python笔记本中！

该笔记本旨在训练深度学习模型以识别面部情感。它使用TensorFlow并在Google Colab环境中运行。

一个“数据科学与机器学习”项目，我们正在培训神经网络，以确定我们给它的音乐。基于大学项目。

“使用NLTK的AI简历解析器：使用自然语言工具包（NLTK）和关键字分析来确定基于简历的工作职位的最合适候选人的Jupyter笔记本项目。”

COLAB鉴定Microsoft的PHI-2-3B LLM用于使用Qlora解决数学单词问题的PHI-2-3B LLM

用于管理和编排机器学习生命周期的MLOPS工具

Jupyter笔记本电脑定义，可视化和执行梯度下降算法，以优化三维成本功能。

基本的OPENCV项目，例如面部检测，轮廓，边缘检测等

这些笔记本在Tensorflow中包含许多基础，从基本到NLP，计算机视觉和时间序列

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

该存储库包含我从Udacity的介绍到ML的Labs Notebooks的收藏，并带有TensorFlow。