https://github.com/mleveryday/homemade-machine-learning-cn

自制机器学习
https://github.com/mleveryday/homemade-machine-learning-cn

algorithm jupyter-notebook machine-learning python

Last synced: 8 days ago
JSON representation

自制机器学习

• Host: GitHub
• URL: https://github.com/mleveryday/homemade-machine-learning-cn
• Owner: MLEveryday
• License: mit
• Created: 2018-12-27T07:22:17.000Z (almost 6 years ago)
• Default Branch: master
• Last Pushed: 2019-03-29T10:24:14.000Z (over 5 years ago)
• Last Synced: 2023-03-04T19:49:56.454Z (over 1 year ago)
• Topics: algorithm, jupyter-notebook, machine-learning, python
• Language: Python
• Homepage:
• Size: 1.56 MB
• Stars: 70
• Watchers: 16
• Forks: 32
• Open Issues: 1
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# 自制机器学习

[homemade-machine-learning](https://github.com/trekhleb/homemade-machine-learning)

> 本项目包含了用 **Python** 实现流行的机器学习算法例子和他们背后的数学原理说明。每个例子包含交互的 **Jupyter Notebook** demo，你可以操作训练数据，算法配置，并且可以在你的播放器内立即看到结果、图表和预测值。本项目的大部分例子都基于吴恩达的《[机器学习课程](https://www.coursera.org/learn/machine-learning)》。

本项目的目的不在于使用第三方库仅用几行完成机器学习算法，而是从零开始，使用算法背后的数学进行编写。这也是为什么所有算法实现都被称为“自制”，而不是为了产品应用。

## 有监督学习 Supervised Learning

在有监督学习中，我们有一个训练数据集合作为输入，每个训练集合有一个标签或“真值”集合作为输出。然后，我们训练模型（机器学习算法参数）正确地映射（正确预测）输入和输出。最终目的是找到一组模型参数，可以成功的把新数据的输入映射（预测）到输出。

### 回归 Regression

我们在回归问题中进行真实值预测。一般我们试图在训练数据中绘制线/平面/n维平面。

用途举例：股价预测，销售分析，任意数字的依赖度等。

#### 🤖 线性回归 Linear Regression

### 分类器 Classification

#### 🤖 逻辑回归 Logistic Regression

## 无监督学习 Unsupervised Learning

### 聚类 Clustering

#### 🤖 k-均值算法 K-means Algorithm

### 异常检测 Anomaly Detection

异常检测（也叫outliner deteciton）是识别出来与大多数数据有显著不同的样本，事件或观察样例。

用途举例：入侵检测，欺诈检测，系统良性检测，从数据集中取出异常数据等。

#### 🤖 应用高斯分布的异常检测 Anomaly Detection using Gaussian Distribution

*[[数学 | 应用高斯分布的异常检测](/homemade/anomaly_detection/README.md)]-理论和扩展阅读链接  

*[[代码 | 应用高斯分布的异常检测](/homemade/anomaly_detection/multilayer_perceptron.py)]-代码实例

*[[演示 | 异常检测](https://nbviewer.jupyter.org/github/trekhleb/homemade-machine-learning/blob/master/notebooks/anomaly_detection/anomaly_detection_gaussian_demo.ipynb)]-查找服务器操作参数（如延迟```latency```和阈值```threshold```）中的异常

### 神经网络 Neural Network (NN)

神经网络本身不是一个算法，而是一个框架，很多不同机器学习算法一起工作，处理复杂的输入。

用途举例：所有其他算法的替代算法，图像识别，语音识别，图像处理（应用特殊样式），语言翻译等。

#### 🤖 多层感知 Multilayer Perceptron (MLP)

* [[数学 | 多层感知器](/homemade/neural_network/README.md)] - 理论和扩展阅读链接

## 机器学习路线图

## 前提

#### 安装 Python

#### 安装依赖库

#### 启动本地 Jupyter

#### 启动远程 Jupyter

## 数据

## 贡献列表

| 章节                  | 译者 |

| --------------------- | ---- |

| Linear Regression     |      |

| Logistic Regression   |      |

| Anomaly Detection     |      |

| Anomaly Detection     |      |

| Multilayer Perceptron |      |