Machine Learning and Signal Processing Algorithms

Машино-обучение и сигнальные алгоритмы

Реализации MATLAB различных алгоритмов обработки машинного обучения/сигнала.

---

Этот репозиторий содержит реализации MATLAB различных популярных алгоритмов машинного обучения, большинство из которых были частью курса выпускника в области Advanced Machine Learning (CS 761) в UW-Madison весной 2016 года.

Список реализованных алгоритмов:

1. проксимальный градиент метод
2. Стохастический градиент спуск
3. обратное распространение
4. Реконструкция матричной матрицы из частичной выборки

Все алгоритмы в значительной степени прокомментированы (возможно, с ошибкой), но я хотел, чтобы кто -то посреди класса машинного обучения мог прочитать код и хорошо его понять. Несмотря на то, что я сделал все возможное, чтобы реализовать эти алгоритмы с учетом эффективности (в пределах ограниченных недостатков Matlab в этом отношении), этот репозиторий гораздо более ценен в качестве учебного инструмента, чем библиотека, ориентированная на производительность.

Из -за того, что алгоритмы так много прокомментированы, многие данные реализации содержатся в коде как комментарии, а не в Readme.

В ближайшем будущем я включу демонстрационную папку, которая демонстрирует правильность и производительность каждого алгоритма на наборе репрезентативных проблем. Я также мог бы создать Readme с деталями реализации для каждого алгоритма, который будет расположен в папке SRC.