Skip to content

andreqwert/ML_Introduction

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Введение в машинное обучение

База:

  1. Списки, словари, множества - Lists_dicts_sets.ipynb
  2. Numpy, Scipy, Matplotlib - Numpy_Scipy_Matplotlib.ipynb
  3. Pandas - Pandas.ipynb
  4. Seaborn - Seaborn.ipynb

  1. Кросс-валидация - cross-validation.ipynb
  2. Линейные модели - Linear_model.ipynb
    Задача bike sharing - bike_sharing.ipynb
  3. Решающие деревья - Decision_trees_coursera.ipynb
  4. Случайный лес - RandomForest.ipynb
    Отбор и синтезирование признаков (PCA) - задача imdb - imdb.ipynb

  1. Кластеризация текстов. Метод k-средних. Сингулярное разложение. text_clusterisation.ipynb

Решения:

  1. (Спец.) Аппроксимация функций - approximation.ipynb
  2. (ШАД) Решающие деревья - decision_trees.py
  3. (Спец.) Линейная регрессия и стохастический градиентный спуск - Linear_regression.ipynb
  4. (ШАД) Метод ближайших соседей - knn.ipynb
  5. (ШАД) Стохастический градиентный спуск и нормализация признаков - Stohast_and_norm_features.ipynb
  6. (ШАД) Случайный лес - Random_Forest_Task.ipynb
  7. (ШАД) Метод опорных векторов, анализ текстов на основе SVM - svm.ipynb
  8. (ШАД) Логистическая регрессия. Реализация градиентного спуска - Logistic_regression.ipynb
  9. (ODS) Первичный анализ и визуализация данных - 1_Analysis_and_visualisation.ipynb
  10. (Спец.) Вычисление меры сходства текстов при помощи косинусного расстояния - text_similarity.py
  11. (cs231n) Метод ближайших соседей [прототип] - knn.py

About

Some ML developments

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published