https://github.com/pjj11005/ml_with_pytorch_study

[머신 러닝 교과서: 파이토치 편] -> 학습한 코드 저장소
https://github.com/pjj11005/ml_with_pytorch_study

deep-learning graph-neural-networks machine-learning neural-networks pytorch scikit-learn transformer

Last synced: 2 days ago
JSON representation

[머신 러닝 교과서: 파이토치 편] -> 학습한 코드 저장소

• Host: GitHub
• URL: https://github.com/pjj11005/ml_with_pytorch_study
• Owner: pjj11005
• Created: 2025-01-13T11:28:34.000Z (11 days ago)
• Default Branch: main
• Last Pushed: 2025-01-13T11:49:06.000Z (11 days ago)
• Last Synced: 2025-01-13T12:38:38.267Z (11 days ago)
• Topics: deep-learning, graph-neural-networks, machine-learning, neural-networks, pytorch, scikit-learn, transformer
• Language: Python
• Homepage: https://tensorflow.blog/python-ml-pt/
• Size: 13.7 KB
• Stars: 0
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# 머신 러닝 교과서: 파이토치 편 -> 학습한 코드 저장소

- 1장. 컴퓨터는 데이터에서 배운다

- 2장. 간단한 분류 알고리즘 훈련

- 3장. 사이킷런을 타고 떠나는 머신 러닝 분류 모델 투어

- 4장. 좋은 훈련 데이터셋 만들기: 데이터 전처리

- 5장. 차원 축소를 사용한 데이터 압축

- 6장. 모델 평가와 하이퍼파라미터 튜닝의 모범 사례

- 7장. 다양한 모델을 결합한 앙상블 학습

- 8장. 감성 분석에 머신 러닝 적용

- 9장. 회귀 분석으로 연속적 타깃 변수 예측

- 10장. 레이블되지 않은 데이터 다루기: 군집 분석

- 11장. 다층 인공 신경망을 밑바닥부터 구현

- 12장. 파이토치를 사용한 신경망 훈련

- 13장. 파이토치 구조 자세히 알아보기

- 14장. 심층 합성곱 신경망으로 이미지 분류

- 15장. 순환 신경망으로 순차 데이터 모델링

- 16장. 트랜스포머: 어텐션 메커니즘을 통한 자연어 처리 성능 향상

- 17장. 새로운 데이터 합성을 위한 생성적 적대 신경망

- 18장. 그래프 구조 데이터의 의존성 감지를 위한 그래프 신경망

- 19장. 강화 학습으로 복잡한 환경에서 의사 결정