ml notebooks 101

Notebooks de ML 101

El objetivo de este repositorio es alojar una amplia variedad de implementaciones de ML que pueden ser útiles para principiantes, así como profesionales intermedios o avanzados.

Tabla de contenido

Este repositorio está en sus primeras etapas: solo se han agregado unos pocos cuadernos hasta ahora, intentaré agregar la mayor cantidad de cuadernos como sea posible, pero cualquiera puede sentirse libre contribuye a este repositorio.

• ANA
  • Lo esencial
    • Nn para implementar puertas lógicas
    • Nn para implementar no puerta
    • Predecir los precios de la vivienda con ANN
• Visión por computadora
  • Guía en profundidad para redes neuronales convolucionales
  • Introducciones a la visión por computadora con Pytorch
  • Guía de transferencia de aprendizaje CNN
  • Operaciones básicas de OpenCV
• Gans - (aún por implementar)
• General ML
  • Regresión 101: Predecir los precios de la vivienda
  • Titanic: aprendizaje automático del desastre
• PNLP
  • Modelado de idiomas
    • Modelado de lenguaje N-Gram básico
  • Clasificación de texto
    • Clasificación de sentimientos utilizando LSTM y guante
• Aprendizaje de refuerzo (aún por implementar)
• Serie de tiempo (aún por implementado)
• Aprendizaje no supervisado
  • Clúster K-means

¡Cualquiera puede contribuir!

Puede contribuir agregando nuevos scripts/cuadernos, mejorando los scripts o documentación actuales. Puede referir el archivo Contribution.MD para obtener pautas más detalladas.

Su trabajo debe entrar en las carpetas relevantes y asegurarse de crear una subcarpeta con el título de su trabajo.

A continuación se presentan algunas instrucciones antes de hacer una solicitud de extracción

Cómo contribuir

Nota: Preferiblemente, agregue su propio trabajo, evite hacer PRS copiando código desde otro lugar. Si desea contribuir con el trabajo de otra persona, puede informarnos en la sección de problemas, los mantenedores lo decidirán si vale la pena fusionarse.

• Cree un problema para hacer cualquier cambio en el código. Cuando el problema se apruebe, puede hacer un cambio.
• Extraiga el último cambio de la rama aguas arriba antes de comenzar el código cambiante.
• Agregue su archivo en la carpeta adecuada (minúsculas) con ReadMe.md en él. Agregar requisitos.txt si es necesario.
• Excluya archivos de datos o archivos de modelo guardados si son más de 20 MB, pero incluya los scripts para descargar o señalar automáticamente una fuente.
• Utilice Flake8 Linting en su código

Cambio tipográfico/menor en los documentos no marcados como contribución. Si no conoce el proceso, plantee una consulta de manera formal :)