Machine Learning and Signal Processing Algorithms

Algorithmes de procédure à apprentissage machine-et signal

Implémentations MATLAB d'une variété d'algorithmes d'apprentissage automatique / traitement du signal.

---

Ce référentiel contient des implémentations MATLAB d'une variété d'algorithmes d'apprentissage automatique populaires, dont la plupart faisaient partie du cours d'études supérieures dans Advanced Machine Learning (CS 761) à UW-Madison au printemps 2016.

Liste des algorithmes implémentés:

1. Méthode de gradient proximal
2. Descente de gradient stochastique
3. étalon
4. Reconstruction de la matrice de bas rang à partir d'échantillonnage partiel

Tous les algorithmes sont fortement commentés (peut-être à une faute), mais je voulais que quelqu'un au milieu d'une classe d'apprentissage automatique puisse lire le code et le comprendre décemment bien. Bien que j'aie fait de mon mieux pour mettre en œuvre ces algorithmes avec l'efficacité à l'esprit (dans les limites des carences inhérentes de Matlab à cet égard), ce référentiel est beaucoup plus précieux en tant qu'outil d'enseignement qu'une bibliothèque centrée sur la performance.

En raison des algorithmes étant si fortement commentés, de nombreux détails d'implémentation sont contenus dans le code comme commentaires plutôt que dans une lecture.

Dans un avenir proche, j'inclurai un dossier de démonstration qui démontre l'exactitude et les performances de chaque algorithme sur un ensemble de problèmes représentatifs. Je pourrais également créer une lecture avec des détails d'implémentation pour chaque algorithme, à localiser dans le dossier SRC.