Practicalai Cn

practicalAI-cn

AI实战-practicalAI 中文版 让你有能力使用机器学习从数据中获取有价值的见解。 🔥 使用 PyTorch 实现基本的机器学习算法和深度神经网络。 🖥️ 不需要任何设置，在浏览器中使用 Google Colab 运行所有程序。 📦 不仅仅是教程，而是学习产品级的面向对象机器学习编程。 Notebooks |基础|深度学习|进阶|主题| |-|-|-|-| |📓 Notebooks|🔥 PyTorch|📚 高级循环神经网络 Advanced RNNs|📸 计算机视觉 Computer Vision| |🐍 Python|🎛️ 多层感知 Multilayer Perceptrons|🏎️ Highway and Residual Networks|⏰ 时间序列分析 Time Series Analysis| |🔢 NumPy|🔎 数据和模型 Data & Models|🔮 自编码器 Autoencoders|🏘️ Topic Modeling| | 🐼 Pandas |📦 面向对象的机器学习 Object-Oriented ML|🎭 生成对抗网络 Generative Adversarial Networks|🛒 推荐系统 Recommendation Systems| |📈 线性回归 Linear Regression|🖼️ 卷积神经网络 Convolutional Neural Networks|🐝 空间变换模型 Spatial Transformer Networks|🗣️ 预训练语言模型 Pretrained Language Modeling| |📊 逻辑回归 Logistic Regression|📝 嵌入层 Embeddings||🤷 多任务学习 Multitask Learning| |🌳 随机森林 Random Forests|📗 递归神经网络 Recurrent Neural Networks||🎯 Low Shot Learning| |💥 k-均值聚类 KMeans Clustering|||🍒 强化学习 Reinforcement Learning| 查看 notebooks 如果不需要运行 notebooks，使用 Jupyter nbviewer 就可以方便地查看它们。 将 https://github.com/ 替换为 https://nbviewer.jupyter.org/github/ ，或者打开 https://nbviewer.jupyter.org 并输入 notebook 的 URL。 运行 notebooks 在本项目的 notebooks 文件夹获取 notebook； 你可以在 Google Colab（推荐）或本地电脑运行这些 notebook； 点击一个 notebook，然后替换URL地址中 https://github.com/ 为 https://colab.research.google.com/github/ ，或者使用这个 Chrome扩展 一键完成； 登录你自己的 Google 账户； 点击工具栏上的 复制到云端硬盘，会在一个新的标签页打开 notebook； 通过去掉标题中的副本完成 notebook 重命名； 运行代码、修改等，所有这些都会自动保存到你的个人 Google Drive。 贡献 notebooks 修改后下载 Google Colab notebook 为 .ipynb 文件； 转到 https://github.com/LisonEvf/practicalAI-cn/tree/master/notebooks ； 点击 Upload files. 上传这个 .ipynb 文件； 写一个详细详细的提交标题和说明； 适当命名你的分支； 点击 Propose changes。 贡献列表 欢迎任何人参与和完善。 |Notebook|译者| |--|--| |00_Notebooks.ipynb|@amusi| |01_Python.ipynb|@amusi| |02_NumPy.ipynb|@amusi| |03_Pandas.ipynb|@amusi| |04LinearRegression.ipynb|@jasonhhao| |05LogisticRegression.ipynb|@jasonhhao| |06RandomForests.ipynb|@jasonhhao| |07_PyTorch.ipynb|@amusi| |08MultilayerPerceptron.ipynb|@zhyongquan| |09Dataand_Models.ipynb|@zhyongquan| |10ObjectOriented_ML.ipynb|@zhyongquan| |11ConvolutionalNeural_Networks.ipynb|| |12_Embeddings.ipynb|@wengJJ| |13RecurrentNeural_Networks.ipynb|| |14AdvancedRNNs.ipynb|| |15ComputerVision.ipynb|||