practicalAI cn

AI 실용 AI 중국어 버전

머신 러닝을 사용하여 데이터에서 귀중한 통찰력을 얻을 수 있습니다.

• Pytorch를 사용하여 기본 머신 러닝 알고리즘과 심층 신경망을 구현하십시오.
• 설정이 필요하지 않습니다. 브라우저에서 Google Colab을 사용하여 모든 프로그램을 실행하십시오.
• ? 튜토리얼뿐만 아니라 제품 수준의 객체 지향 기계 학습 프로그래밍 학습.

노트북

베이스	딥 러닝	고급의	주제
? 노트북	Pytorch	고급 RNN	? 컴퓨터 비전 컴퓨터 비전
? 파이썬	? ️ 다층 퍼셉트론	? ️ 고속도로 및 잔류 네트워크	⏰ 시계열 분석
? Numpy	? 데이터 및 모델 데이터 및 모델	? 자동 인코더	? ️ 주제 모델링
? 팬더	? 객체 지향 ML 객체 지향	생성 적대적 네트워크	? 추천 시스템
? 선형 회귀	? 닐 컨볼 루션 신경 네트워크	? 공간 변압기 네트워크	사전에 언어 모델링
로지스틱 회귀 로지스틱 회귀	임베딩		? 멀티 태스킹 학습
? 임의의 숲	? 재발 성 신경망		낮은 샷 학습
? K- 평균 클러스터링 kmeans 클러스터링			? 강화 학습

노트북을 봅니다

노트북을 실행할 필요가 없다면 Jupyter NBViewer를 사용하여 쉽게 볼 수 있습니다.

https://github.com/ https://nbviewer.jupyter.org/github/ 로 바꾸거나 https://nbviewer.jupyter.org 열고 노트북의 URL을 입력하십시오.

노트북을 실행하십시오

1. 이 프로젝트의 notebooks 폴더에서 노트북을 가져옵니다.
2. 이 노트북을 Google Colab 또는 로컬 컴퓨터에서 실행할 수 있습니다.
3. 노트북을 클릭하고 URL 주소의 https://github.com/ https://colab.research.google.com/github/ 으로 교체 하거나이 Chrome 확장자를 사용하여 한 번의 클릭으로 완료하십시오.
4. 자신의 Google 계정에 로그인하십시오.
5. 도구 모음에서复制到云端硬盘클릭하면 노트북이 새 탭에서 열립니다.

5. 제목에서副本제거하여 노트북 이름을 변경하십시오.
6. 코드를 실행하고 수정하는 등은 모두 개인 Google 드라이브에 자동으로 저장됩니다.

노트북에 기여하십시오

1. 수정 후 Google Colab 노트북을 .ipynb 파일로 다운로드하십시오.

2. https://github.com/lisonevf/practicalai-cn/tree/master/notebooks로 이동하십시오.
3. Upload files 클릭하십시오.

5. 이 .ipynb 파일을 업로드하십시오.
6. 자세한 제출 제목 및 설명을 작성하십시오.
7. 지점의 이름을 적절하게 지정하십시오.
8. Propose changes 클릭하십시오.

기여 목록

누구나 참여하고 개선 할 수 있습니다.

공책	역자
00_notebooks.ipynb	@amusi
01_python.ipynb	@amusi
02_numpy.ipynb	@amusi
03_pandas.ipynb	@amusi
04_LINEAR_REGRESSION.IPYNB	@jasonhhao
05_Logistic_Regression.ipynb	@jasonhhao
06_random_forests.ipynb	@jasonhhao
07_pytorch.ipynb	@amusi
08_multilayer_perceptron.ipynb	@zhyongquan
09_DATA_AND_MODELS.IPYNB	@zhyongquan
10_object_oriented_ml.ipynb	@zhyongquan
11_convolutional_neural_networks.ipynb
12_embeddings.ipynb	@wengjj
13_recurrent_neural_networks.ipynb
14_advanced_rnns.ipynb
15_computer_vision.ipynb