Skip to content

Navigation Menu

Sign in
Appearance settings

Search code, repositories, users, issues, pull requests...

Provide feedback

We read every piece of feedback, and take your input very seriously.

Saved searches

Use saved searches to filter your results more quickly
Sign up
Appearance settings

Commit 964373c

Browse files
test
1 parent 3aefa83 commit 964373c

File tree

2 files changed

+61
-3
lines changed

2 files changed

+61
-3
lines changed

‎README.md

Lines changed: 8 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -42,7 +42,12 @@
4242

4343
#### 框架包括:
4444

45-
* Keras [[1](./ml_notes/Keras/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B9%8BKeras%E5%85%A5%E9%97%A8.md)]
45+
* Keras [[1](./ml_notes/Keras/深度学习之Keras入门.md)]
4646

47-
* TensorFlow [[1](./ml_notes/TensorFlow/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B9%8BTensorFlow%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA.md)] [[2](./ml_notes/TensorFlow/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B9%8BTensorFlow%E5%85%A5%E9%97%A8.md)]
48-
* sklearn [[1](./ml_notes/sklearn/sklearn%E4%BD%BF%E7%94%A8%E6%80%BB%E7%BB%93.md)]
47+
* TensorFlow [[1](./ml_notes/TensorFlow/深度学习之TensorFlow环境搭建.md)] [[2](./ml_notes/TensorFlow/深度学习之TensorFlow入门.md)]
48+
49+
* sklearn [[1](./ml_notes/sklearn/sklearn使用总结.md)]
50+
51+
#### 项目包括:
52+
53+
* [掌握这10个项目](./ml_notes/Projects/掌握这10个项目.md)
Lines changed: 53 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,53 @@
1+
## 机器学习原理项目实战
2+
3+
* #### 房价预测案例;数据集探索
4+
5+
熟悉机器学习领域的经典算法、模型及实现的任务等,同时学习搭建和配置机器学习环境,并学会用线性回归解决一个实际问题。
6+
7+
* #### 房价预测案例
8+
9+
用Logistic回归、神经网络和SVM等分类器实现商品分类;比较不同模型以及不同参数下SVM(不同正则参数和核函数)的性能,体会各模型的特点。
10+
11+
* #### 电商商品分类案例
12+
13+
学习Boosting集成思想及基于树的集成算法,通过XGBoost 实现电商商品分类项目,学习复杂模型参数调优。
14+
15+
* #### 人脸图像特征提取:PCA、ICA、NFM。电商用户聚类案例
16+
17+
学习用降维技术对高维特征进行降维,并通过两个实战案例学会使用非监督学习算法完成相关任务。
18+
19+
* #### 商品推荐案例
20+
21+
学会常用数据预处理方法及特征编码方法;学习特征工程的一般处理原则;组合各种特征工程技术和机器学习算法实现推荐系统。
22+
23+
## 深度学习及实战项目强化训练
24+
25+
* #### Mnist手写数字识别
26+
27+
熟悉神经网络领域的常用术语、安装并配置深度学习框架Tensorflow,学会用Tensorflow解决一个实际问题。
28+
29+
* #### 用CNN实现手写数字识别(Mnist数据集);验证码识别
30+
31+
用Logistic回归、神经网络和SVM等分类器实现商品分类;比较不同模型以及不同参数下SVM(不同正则参数和核函数)的性能,体会各模型的特点。
32+
33+
* #### 20种分类/11530张图像数据集:图像检测任务
34+
35+
学习图像分类任务及检测任务目前主要模型算法,并通过两个实战案例学习在Tensorflow框架下训练CNN模型。
36+
37+
* #### 33万张图像数据集:图像语义分割任务
38+
39+
学习主流图像分割模型,并通过实战案例学习在Tensorflow框架下训练和调优CNN模型。
40+
41+
* #### CNN+RNN实现写诗机器人
42+
43+
学习循环神经网络的原理及应用,并通过实战案例学习在Tensorflow框架下训练和调优CNN+RNN模型。
44+
45+
## 四个工业级实战项目
46+
47+
* #### 自然语言处理:文本分类。根据企业的注册、投资及经营范围等相关信息,对企业进行分类,为企业的估值提供参考。
48+
49+
* #### 广告点击率预测(CTR)预测用户浏览给定网页的广告点击率,提高广告投放精准度。
50+
51+
* #### 车辆检测及型号识别——用深度学习方法从图片中检测车辆并识别其型号。
52+
53+
* #### 看图说话机器人——用计算机视觉和深度学习方法分析图片内容,并对图片自动生成文字描述。

0 commit comments

Comments
(0)

AltStyle によって変換されたページ (->オリジナル) /