practicalAI 机器学习教程

程序名称:practicalAI

授权协议: MIT

操作系统: 跨平台

开发语言: Python

practicalAI 介绍

让你可以使用机器学习从数据中得到有价值见解。

  • PyTorch 实现基本的机器学习算法和深层神经网络。

  • 无需任何设置,即可使用 Google Colab 在浏览器上运行。

  • 学习面向对象的机器学习来编写产品代码,而不仅仅是教程。

Notebooks

Basics Deep Learning Advanced Topics
![](/static/assets/osapp/images/70bb76cbfe2ec5e3138db3bc4488d751.png) [Notebooks](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/00_Notebooks.ipynb) ![](/static/assets/osapp/images/3f7d52722b8696572aba8e51ec74d4ab.png) [PyTorch](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/07_PyTorch.ipynb) ![](/static/assets/osapp/images/645121b8c53d85ea0211ef46e0cb5659.png) [Advanced RNNs](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/14_Advanced_RNNs.ipynb) ![](/static/assets/osapp/images/2a81129b3c5d35e3b0b3e82c8ffb35bd.png) [Computer Vision](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/15_Computer_Vision.ipynb)
![](/static/assets/osapp/images/04815831aa2b1665bd108f53b19d2362.png) [Python](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/01_Python.ipynb) ![](/static/assets/osapp/images/d7f9428bfc1af4b1cead31826004a46c.png) [Multilayer Perceptrons](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/08_Multilayer_Perceptron.ipynb) ![](/static/assets/osapp/images/f394e9e32458fe631a24c94718fdcbd4.png) Highway and Residual Networks ![](/static/assets/osapp/images/d0074fc67c3a0b070fe9d2dcddb4f622.png) Time Series Analysis
![](/static/assets/osapp/images/455c12240e2aea8c038eb011ffb697af.png) [NumPy](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/02_NumPy.ipynb) ![](/static/assets/osapp/images/a25b56ce93d6b55dbda3a484cf80e306.png) [Data & Models](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/09_Data_and_Models.ipynb) ![](/static/assets/osapp/images/94b2168c0908c27881ace03a247f10be.png) Autoencoders ![](/static/assets/osapp/images/1f858bac282cbc6a437e345b9be8283f.png) Topic Modeling
![](/static/assets/osapp/images/6a2bd16c9036bb6c3085bcbd58087e4e.png) [Pandas](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/03_Pandas.ipynb) ![](/static/assets/osapp/images/51e45ad535dc7b27f7dd256895d80bb6.png) [Object- Oriented ML](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/10_Object_Oriented_ML.ipynb) ![](/static/assets/osapp/images/f18366003edd6451f9d848fa4aaef008.png) Generative Adversarial Networks ![](/static/assets/osapp/images/f6784b20c66312b9b632bce8a624c99c.png) Recommendation Systems
![](/static/assets/osapp/images/8dc6745fd63bdea21886f40ac42d7961.png) [Linear Regression](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/04_Linear_Regression.ipynb) ![](/static/assets/osapp/images/af9a1666eca1564cf608aa6dac54df6a.png) [Convolutional Neural Networks](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/11_Convolutional_Neural_Networks.ipynb) ![](/static/assets/osapp/images/255307967e3016c62ede06fb32cb6192.png) Transformer Networks ![](/static/assets/osapp/images/375668c0e1e468b048392ae3127a4ff7.png) Pretrained Language Modeling
![](/static/assets/osapp/images/5ed2146acfa5063b3a3a47be71ce44d7.png) [Logistic Regression](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/05_Logistic_Regression.ipynb) ![](/static/assets/osapp/images/7820a6e43f779c5ac47195472d0a4125.png) [Embeddings](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/12_Embeddings.ipynb) Multitask Learning
![](/static/assets/osapp/images/7c8a398d199f632a6d3331bc1378a148.png) [Random Forests](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/06_Random_Forests.ipynb) ![](/static/assets/osapp/images/4b167e376152e225aca7f10be0b6128f.png) [Recurrent Neural Networks](https://colab.research.google.com/github/GokuMohandas/practicalAI/blob/master/notebooks/13_Recurrent_Neural_Networks.ipynb) ![](/static/assets/osapp/images/517d30740f44fcfc9610f368f4000c37.png) One-shot Learning
![](/static/assets/osapp/images/605b3b7d8a7ca24eb88e6b9380e1a78d.png) Clustering ![](/static/assets/osapp/images/38d0e12ce3289e3687c4ad9519c7c503.png) Reinforcement Learning

运行 notebooks

  1. 在本项目的 notebooks 文件夹,进入 notebooks;

  2. 你可以在 Google Colab (建议的)或本地机器运行这些 notebook;

  3. 点击一项 notebook,把 notebook 的 URL 替换 https://github.com/ 成 https://colab.research.google.com/github/,或者使用该 Chrome扩展,一键完成操作;

  4. 登入你的 Google 账号;

  5. 点击工具栏上的 复制到云端硬盘 按钮,之后会在一个新标签页打开 notebook;

  6. 删去标题的 副本 部分,来重命名该 notebook;

  7. 你可以运行代码、做修改等。这将自动存储在你的私人谷歌云盘。

practicalAI 官网

https://github.com/GokuMohandas/practicalAI

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


OpenFunix 是由我从零开始写的一个内核项目。 OpenFunix 是一个全新的操作系统内核。
女娲内核,用中文版C"习语言"写的简单操作系统内核,代码实现全中文书写..
Linux-Insides 是一系列 Linux 内核的展示。它通过分享 Linux 内核的内部知识来增加人们对 Linux 内核或者其他低级别主题的兴趣。
Alibaba Kernel起源于亚洲最大的电子商务网站——阿里巴巴。它基于 RHEL6 源代码,包含了阿里巴巴所需的一些更新和新功能。更多的信息和文档,请参阅http://kernel.taobao.org
Genode操作系統框架擴展現有的內核(如微內核或程序) ,並提供一個統一的API應用程序。目前, L4/Fiasco和Linux的支持。
TencentOS Kernel 是腾讯针对云的场景研发的服务器操作系统。 TencentOS Kernel(又名 Tencent Linux,简称 Tlinux)是腾讯针对云的场景研发的 Linux
Bickley是一个元数据管理API和框架,由三个主要部分组成: l Libkozo —— Kozo是围绕TDB库的数据库抽象。
Oracle Linux: Unbreakable Enterprise Kernel (UEK),顾名思义,是 Oracle Linux 企业发行版的内核源码。
Fiwix is an operating system kernel based on the Unix architecture and fully focused on being Linux compatible. It is designed exclusively for educational
cgroups(控制组)是Linux内核的一个功能,用来限制报告和分离一个进程组的资源(CPU、内存、磁盘输入输出等)。这个工作是由Google的工程师(主要是Paul
Win2-7 Pack 是一个用于将 GNOME 桌面变身成 Windows 7 的 all-in-one 转换包,其中包括 Windows 7
VWM 是一个可扩展的在控制台下实现的窗口管理器。
这是 Windows 上的 KDE 桌面环境的移植版本哦。
Really Slick ScreenSavers GLX Port 是一些最初为Windows到GLX编写的极好的OpenGL 屏幕保护程序的一部分。它意在和一个现在的屏幕保护后台程序(如xscreensaver)一起使用。
Paper Pilots 是一款 Linux 下的 3D 屏幕保护程序 (非开源) ,可以定制超过 20 中不同的屏幕配置。
Docky是从GNOME Do项目剥离出来的一个Dock软件,最初即为GNOME Do的“Docky”模式。
AfterStep是一个Unix或Linux下的X窗口管理器工具,AfterStep使得Linux的外观很象NeXTSTEP,而且还有些增强功能。如果你是使用X11或者fvwm的话,不妨用AfterSetup来对您的桌面进行设置。
通过KDEWin,我们可以在Windows上体验 KDE的GUI及专门为Windows编译的KDE应用程序.自由软件团队KDE 的产品中包括用于 Linux
GNOME Do 与 Katapult 和 GNOME Launch Box 很相似,它能根据用户键入的内容进行自动匹配,从而快速打开系统中已有的程序、文件、书签等。不仅如此,GNOME Do 还包括插件,从而能够做更多事。
Really Slick Screensavers 是透過 OpenGL 3D 技術所設計的 十一個螢幕保護程式 ,以現今大家的電腦硬體配備來說,基本上都有支援 OpenGL