ホーム>プログラミング関連>その他のソースコード
ダウンロード

機械学習チュートリアルと記事

図

このリポジトリでは、個人のブログhttps：//maelfabien.github.io/のコード、ノートブック、記事をアップロードしています。あなたが私の仕事を楽しんでいるなら、レポを躊躇しないでください！新しい記事は毎週公開されています！

私は最近、トピック、興味深いgithubリポジトリ、プロジェクト、論文などについて書いたクールな記事を集めるニュースレターを始めました！月に1〜2回のメールを送信しようとします。ループにとどまる場合は、ここをクリックしてください：http：//eepurl.com/gyyzi5

新しい：私は、高い環境影響アルゴリズム（本質的にCV）を構築するのに役立つやる気のあるデータサイエンティストを探しています。興味がある場合は私に連絡してください（私のウェブサイトから、お問い合わせセクション）

コンテンツの表：

  • チートシート
  • 最新の記事
  • 機械学習
  • 深い学習
  • データエンジニアリング
  • 他のブログのために書かれています
  • 中程度の記事

まず、マシンのリアリングの重要な概念に精通していない場合は、この最初の記事を必ず確認してください：https：//maelfabien.github.io/machinelearning/ml_base/

リポジトリは次のように編成されています。

  • 記事とチュートリアルはカテゴリごとに投稿されています
  • 問題の記事へのリンクが指定されている読み取り時間にあります
  • 各記事のコードフォルダーへのリンクです

あなたは私と一緒に記事に取り組みたいですか？それとも、特定のトピックに取り組んでほしいですか？お気軽にご連絡ください！ （[email protected]）

機械学習チートシート：

とりあえず、これらのチートシートは手動で書かれています。後で視覚的なコンテンツを作成し、数学に飛び込み、各アルゴリズムを明確に説明したいと思います。

  1. 監視された学習

図

  1. 監視されていない学習

図


プロジェクト

私は一連のプロジェクトを作成しました。これらはすべて私のブログhttps://maelfabien.github.io/portfolio/#で入手できます。

図

最新の記事

SP-音声性別検出Webアプリケーション：関連する機能を抽出し、MFCC、GMMS、および提供されたデータセットを使用して、Voice Gender検出アプリケーションを構築する方法。

SP-サウンドビジュアライゼーション（3/3）：スペクトログラム、クロマグラム、テンポグラム、スペクトルパワー密度などに飛び込みます...

SP-サウンドフィーチャ抽出（2/3）：抽出するさまざまなサウンド機能のPython実装による概要。

SP- Python（1/3）での音声処理の紹介：概念、コード、例を備えた本「Pythonによる音声コンピューティング」の要約。

SP-音声アクティビティ検出の構築Webアプリケーション：音声検出を使用して、音声アシスタントを起動したり、たとえば緊急の場合に使用できます。簡単な方法を使用して実装する方法は次のとおりです。

CV-オブジェクト検出のためのYolov3の実装：Yolov3を実装し、画像やビデオでオブジェクトを検出する方法を学びます。

NLP- Allennlpを使用した簡単な質問応答：コアの概念を理解し、質問応答の簡単な例を作成します。

NLP- NLPでのデータ増強：「簡単なデータ増強」論文の実装の詳細。

NLP-ファーストネームの性別を予測するキャラクターレベルのLSTM：予測の90％の精度フランス語と米国の名の性別。

NLP-ショットテキスト分類はほとんどありません：少数のショットテキスト分類のために事前に訓練されたモデルを活用する簡単な論文の実装。

NLP-少数のショットテキスト分類を改善：データの増強とより複雑なモデルで以前の結果を改善します。

RL-強化学習の紹介：補強学習の基本的な構成要素の紹介。

RL-マルコフ決定プロセス：マルコフ決定プロセスとベルマン方程式の概要。

RL-ダイナミックプログラミングによる計画：ポリシーや価値の反復を含む動的プログラミングの紹介。

NLP-私は私のように話すようにニューラルネットワークを訓練しました：100以上の記事を書いたので、私は私のように記事を書くようにNNを訓練しました。

DL-ニューラルネットワークはどのように学習しますか？ ：Feedforwardプロセスとバックプロパゲーションに飛び込みます。

もっと参照してください

図

図

記事タイトル時間を読んでください記事コードフォルダー
線形回帰モデル（1/2） 14mnここここ
線形回帰モデル（3/2） 10mnここここ
統計仮説検査の基本5mnここ---
ロジスティック回帰4mnここここ
Matlabの統計4mnここ---

図

記事タイトル時間を読んでください記事コードフォルダー
機械学習の基本4mnここ---
ベイズ分類器1mnここ---
線形判別分析3mnここ---
採用とブースト7mnここここ
勾配ブースト回帰6mnここここ
勾配ブースト分類3mnここ---
SVMの大規模カーネルメソッド9mnここここ
異常検出3mnここ---

図

記事タイトル時間を読んでください記事コードフォルダー
時系列の紹介4mnここここ
時系列の重要な概念4mnここここ

図

記事タイトル時間を読んでください記事コードフォルダー
マルコフチェーン9mnここここ
隠されたマルコフモデル6mnここ---
言語認識アプリをゼロから構築します10mnここここ

図

記事タイトル時間を読んでください記事コードフォルダー
グラフマイニングの紹介5mnここここ
グラフ分析4mnここここ
グラフアルゴリズム11mnここここ
グラフ学習8mnここここ
グラフ埋め込み4mnここここ

図

記事タイトル時間を読んでください記事コードフォルダー
GridSearch vs.ランダム化検索2mnここ---
H2Oを搭載したAutoml 6mnここ---
ベイジアンハイパーパラメーターの最適化7mnここここ
機械学習の説明可能性12mnここ---

図

記事タイトル時間を読んでください記事コードフォルダー
データの紹介、つまり12mnここ---
視覚的な推奨システム4mnここ---
Altairを使用したPythonのインタラクティブなグラフ5mnここここ
BQ-Plotを使用した動的プロット--- ---ここ
Altairを使用したインタラクティブツール---ここ---
D3.jsを使用したインタラクティブツール---ここ---

図

記事タイトル時間を読んでください記事コードフォルダー
オンライン学習の紹介5mnここ---
線形分類1mnここ---

図

図

記事タイトル時間を読んでください記事コードフォルダー
ローゼンバルトのパーセプトロン8mnここここ
多層パーセプトロン（MLP） 5mnここここ
ニューラルネトルクの過剰適合を防ぎます6mnここ---
ニューラルネットの完全な紹介6mnここ---
畳み込みニューラルネットワーク6mnここ---
ニューラルネットワークはどのように学習しますか？ 3mnここ---
DLの活性化機能3mnここここ

図

記事タイトル時間を読んでください記事コードフォルダー
ケラスのインセプションアーキテクチャ2mnここここ
Keras functional APIを使用して自動エンコーダーを構築します5mnここ---
Xceptionアーキテクチャ5mnここここ
mnistデータセットのgans --- ---ここ

図

図

記事タイトル時間を読んでください記事コードフォルダー
ゼロから感情認識WebAppを構築します8mnここここ
顔、口、目の完全なガイドリアルタイム検出16mnここここ
MacOSでOpenPoseを使用する方法は？ 3mnここ---
コンピュータービジョンの紹介1mnここ---
画像フィルタリングと画像勾配5mnここここ
高度なフィルタリングと画像変換5mnここ---
画像機能、パノラマ、マッチング5mnここ---
オブジェクト検出のためにYolov3を実装します3mnここ---

図

図

記事タイトル時間を読んでください記事コードフォルダー
NLPの紹介1mnここ---
テキストの前処理8mnここ---
弓とTF-IDFに埋め込まれたテキスト5mnここ---
word2vecに埋め込まれたテキスト6mnここ---
私は私のように話すためにニューラルネットワークを訓練しました8mnここここ
私は私のように話すためにニューラルネットワークを訓練しました8mnここここ
テキスト分類をショットした人はほとんどいません10mnここここ
少数のショットテキスト分類を改善しました9mnここここ
名の性別の予測7mnここここ
NLPでのデータ増強3mnここ---
allennlpでの簡単な質問4mnここ---

図

図

記事タイトル時間を読んでください記事コードフォルダー
強化学習の紹介6mnここ---
マルコフの決定プロセス7mnここ---
動的プログラミングによる計画4mnここ---

図

2つの一般的な記事：

  1. コンピュータコンポーネントの理解（6mn読み取り）https://maelfabien.github.io/bigdata/comp_components/

  2. 便利なbashコマンド（1mn読み取り）https://maelfabien.github.io/bigdata/terminal/

  3. コード制作の準備ができている（1mn読み取り）https://maelfabien.github.io/bigdata/code/


図

記事タイトル時間を読んでください記事
Hadoopの紹介4mnここ
MapReduce 3mnここ
HDFS 2mnここ
仮想ボックスのVM 1mnここ
Hortonworksのサンドボックスを使用したHadoop 2mnここ
ファイルをHDFにロードして移動します2mnここ
MapReduceジョブを起動します2mnここ
PythonのMapReduceジョブ3mnここ
PythonのMapReduceジョブ1mnここ

図

記事タイトル時間を読んでください記事
Sparkの紹介6mnここ
Spark-ScalaとPysparkをインストールします1mnここ
Spark-Scalaを発見してください2mnここ

図

記事タイトル時間を読んでください記事
ゼロからの非SQLプロジェクト8mnここ
大きな（オープン）データ、Gdeltプロジェクト2mnここ
Zeppelinをローカルにインストールします1mnここ
AWS EMRでZeppelinを実行します4mnここ
S3バケツを使用します1mnここ
AWS EC2インスタンスの起動とアクセス2mnここ
EC2クラスターにApache Cassandraをインストールします2mnここ
EC2インスタンスにZookeeperをインストールします3mnここ
ScalaでETLを構築します3mnここ
Scala DataFramesをCassandraに移動します2mnここ
Scala DataFramesをCassandraに移動します2mnここ

図

記事タイトル時間を読んでください記事
AWSクラウドコンセプト2mnここ
AWSコアサービス1mnここ

図

記事タイトル時間を読んでください記事
ColabのTPUサバイバルガイド8mnここ
Googleクラウドとコラブにファイルを保存します1mnここ
ColabのTPUサバイバルガイド8mnここ
GCPの紹介（1週目モジュール1） 6mnここ
ラボ - インスタンスVM +クラウドストレージ3mnここ
ラボ - ビッグクエリパブリックデータセット1mnここ
推奨システムの紹介（1週目モジュール2） 4mnここ
クラウドデータプロックでスパークジョブを実行する（1週目モジュール2） 2mnここ
ラボ - クラウドSQLとSparkMLを使用した製品を推奨します6mnここ
BigQuery MLを使用してSQLでMLモデルを実行します（1週目モジュール3） 6mnここ

図

記事タイトル時間を読んでください記事
ElasticStackの紹介1mnここ
ElasticsearchとKibanaを始めましょう7mnここ
キバナをローカルにインストールして実行します1mnここ
ElasticsearchでDevToolsを使用しています9mnここ
ElasticsearchでDevToolsを使用しています9mnここ

図

記事タイトル時間を読んでください記事
グラフデータベースの紹介1mnここ
Neo4J GraphTourでの1日7mnここ

他のブログのために書かれています

  1. 画家は誰ですか？ -explorium.aiの場合：データの濃縮と機能エンジニアリングがモデルを改善する方法の図。

  2. 機械学習解釈可能性と説明可能性（1/2） - Explorium.aiの場合：コードと例を備えた解釈可能なモデルの紹介。

  3. 機械学習解釈可能性と説明可能性（2/2） - Explorium.ai：コードと例を使用した機械学習における説明可能性の概要。

  4. 顔面検出ガイド-DigitalMinds.ioのためのガイド：さまざまな手法の概要は、Python（コード付き）での顔の検出に直面しています。

  5. ModéliserDESDistributions Avec Python（フランス語） - STAT4DECISION用：流通フィッティングWebアプリケーションをRiremlitにフィッティングします。

  6. はじめにAU TRAITEMENT AUTAOMATIQUE DE LANGUAGE NATUREL（TAL）（フランス語） - STAT4DECISION用

中程度の記事

  1. Boosting and Adaboostは明確に説明しました：https：//towardsdatascience.com/boosting-and-adaboost-creally-explained-856e21152d3e

  2. Pythonでの顔の検出ガイド：https：//towardsdatascience.com/a-guide-to-face-tection-in-python-3eab0f6b9fc1

  3. マルコフチェーンとhmms：https：//towardsdatascience.com/markov-chains-and-hmms-ceaf2c854788

  4. グラフの紹介（パート1）：https：//towardsdatascience.com/introduction-to-graphs-part-12de6cda8c5a5

  5. グラフアルゴリズム（パート2）：https：//towardsdatascience.com/graph-algorithms-part-2-dce0b2734a1d

  6. グラフアルゴリズム（パート3）：https：//towardsdatascience.com/learning-in-graphs-with-python-part-3-8d5513eef62d

  7. 私は私のように話すようにニューラルネットワークを訓練しました：https：//towardsdatascience.com/i-trainde-a-network-topek-like-me-9552c16e2396

乞うご期待 ：）

拡大する
追加情報
関連アプリ
おすすめ
関連情報 すべて