实例介绍
【实例简介】python 机器学习之路 caffe keras scikit-learn实战 的源代码
文件清单
└── abu_ml-master
├── img
│ └── logo.jpg
├── ipython
│ ├── 1-初识机器学习.ipynb
│ ├── 2-机器学习进阶.ipynb
│ ├── 3-机器学习实战:股票量化.ipynb
│ ├── 4
│ │ ├── pb
│ │ │ ├── solver.prototxt
│ │ │ └── train_val.prototxt
│ │ └── sh
│ │ ├── create_mnist.sh
│ │ └── run.sh
│ ├── 4-深度学习:背景和工具.ipynb
│ ├── 5
│ │ ├── pb
│ │ │ ├── solver.prototxt
│ │ │ └── train_val.prototxt
│ │ └── sh
│ │ ├── create_mnist.sh
│ │ └── run.sh
│ ├── 5-深层学习模型.ipynb
│ ├── 6
│ │ ├── vgg16.prototxt
│ │ └── 图6_38.gif
│ ├── 6-学习空间特征.ipynb
│ ├── 7-Caffe实例:狗狗图片识别.ipynb
│ ├── 8-处理时间序列.ipynb
│ ├── 9-用深度学习做个艺术画家——模仿实现Prisma.ipynb
│ ├── data
│ │ ├── dog_cat
│ │ │ └── README.md
│ │ ├── gif
│ │ │ └── 6.gif
│ │ ├── MNIST
│ │ │ ├── README.md
│ │ │ ├── t10k-images-idx3-ubyte.gz
│ │ │ ├── t10k-labels-idx1-ubyte.gz
│ │ │ ├── train-images-idx3-ubyte.gz
│ │ │ └── train-labels-idx1-ubyte.gz
│ │ ├── moredata
│ │ │ └── dog.png
│ │ ├── README.md
│ │ └── titanic
│ │ ├── README.md
│ │ ├── test.csv
│ │ └── train.csv
│ ├── img
│ │ ├── 1
│ │ │ ├── gd_func_1.png
│ │ │ └── gd_func_2.png
│ │ ├── 2
│ │ │ └── graphviz.png
│ │ ├── 5
│ │ │ ├── dog_q.png
│ │ │ └── mnist_color.png
│ │ ├── 6
│ │ │ └── mnist_color.png
│ │ └── data
│ │ ├── dog_q.png
│ │ ├── mnist_demo.png
│ │ └── titanic.jpg
│ ├── README.md
│ ├── 附录A-机器学习环境部署.ipynb
│ ├── 附录B-深度学习环境部署.ipynb
│ └── 附录C-随书代码运行环境部署.ipynb
├── lecture
│ ├── img
│ │ ├── 1
│ │ │ ├── 4
│ │ │ │ ├── plane_f_2.png
│ │ │ │ └── titanic.jpg
│ │ │ └── 7
│ │ │ ├── dtree2.png
│ │ │ ├── split_f.png
│ │ │ ├── voting.png
│ │ │ ├── zuobi1.png
│ │ │ └── zuobi2.png
│ │ ├── 1.png
│ │ ├── 2.png
│ │ ├── 3.png
│ │ └── lr_total.jpeg
│ ├── README.md
│ ├── 泰坦尼克号(上)——LR.ipynb
│ └── 泰坦尼克号(下)——决策树和集成学习.ipynb
└── README.md
27 directories, 60 files
【实例截图】
文件清单
└── abu_ml-master
├── img
│ └── logo.jpg
├── ipython
│ ├── 1-初识机器学习.ipynb
│ ├── 2-机器学习进阶.ipynb
│ ├── 3-机器学习实战:股票量化.ipynb
│ ├── 4
│ │ ├── pb
│ │ │ ├── solver.prototxt
│ │ │ └── train_val.prototxt
│ │ └── sh
│ │ ├── create_mnist.sh
│ │ └── run.sh
│ ├── 4-深度学习:背景和工具.ipynb
│ ├── 5
│ │ ├── pb
│ │ │ ├── solver.prototxt
│ │ │ └── train_val.prototxt
│ │ └── sh
│ │ ├── create_mnist.sh
│ │ └── run.sh
│ ├── 5-深层学习模型.ipynb
│ ├── 6
│ │ ├── vgg16.prototxt
│ │ └── 图6_38.gif
│ ├── 6-学习空间特征.ipynb
│ ├── 7-Caffe实例:狗狗图片识别.ipynb
│ ├── 8-处理时间序列.ipynb
│ ├── 9-用深度学习做个艺术画家——模仿实现Prisma.ipynb
│ ├── data
│ │ ├── dog_cat
│ │ │ └── README.md
│ │ ├── gif
│ │ │ └── 6.gif
│ │ ├── MNIST
│ │ │ ├── README.md
│ │ │ ├── t10k-images-idx3-ubyte.gz
│ │ │ ├── t10k-labels-idx1-ubyte.gz
│ │ │ ├── train-images-idx3-ubyte.gz
│ │ │ └── train-labels-idx1-ubyte.gz
│ │ ├── moredata
│ │ │ └── dog.png
│ │ ├── README.md
│ │ └── titanic
│ │ ├── README.md
│ │ ├── test.csv
│ │ └── train.csv
│ ├── img
│ │ ├── 1
│ │ │ ├── gd_func_1.png
│ │ │ └── gd_func_2.png
│ │ ├── 2
│ │ │ └── graphviz.png
│ │ ├── 5
│ │ │ ├── dog_q.png
│ │ │ └── mnist_color.png
│ │ ├── 6
│ │ │ └── mnist_color.png
│ │ └── data
│ │ ├── dog_q.png
│ │ ├── mnist_demo.png
│ │ └── titanic.jpg
│ ├── README.md
│ ├── 附录A-机器学习环境部署.ipynb
│ ├── 附录B-深度学习环境部署.ipynb
│ └── 附录C-随书代码运行环境部署.ipynb
├── lecture
│ ├── img
│ │ ├── 1
│ │ │ ├── 4
│ │ │ │ ├── plane_f_2.png
│ │ │ │ └── titanic.jpg
│ │ │ └── 7
│ │ │ ├── dtree2.png
│ │ │ ├── split_f.png
│ │ │ ├── voting.png
│ │ │ ├── zuobi1.png
│ │ │ └── zuobi2.png
│ │ ├── 1.png
│ │ ├── 2.png
│ │ ├── 3.png
│ │ └── lr_total.jpeg
│ ├── README.md
│ ├── 泰坦尼克号(上)——LR.ipynb
│ └── 泰坦尼克号(下)——决策树和集成学习.ipynb
└── README.md
27 directories, 60 files
好例子网口号:伸出你的我的手 — 分享!
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论