Machine_Learning_Tutorials
1.0.0
ในที่เก็บนี้ฉันกำลังอัปโหลดรหัสสมุดบันทึกและบทความจากบล็อกส่วนตัวของฉัน: https://maelfabien.github.io/ อย่าลังเลที่จะซื้อคืนถ้าคุณสนุกกับงานของฉัน! บทความใหม่กำลังเผยแพร่ทุกสัปดาห์!
ฉันเพิ่งเริ่มจดหมายข่าวที่ฉันรวบรวมบทความดีๆที่ฉันเขียนไว้ในหัวข้อที่เก็บ GitHub ที่น่าสนใจโครงการเอกสารและอื่น ๆ ! ฉันจะพยายามส่งอีเมล 1 ถึง 2 ฉบับต่อเดือน หากคุณต้องการอยู่ในลูปเพียงคลิกที่นี่: http://eepurl.com/gyyzi5
ใหม่: ฉันกำลังมองหานักวิทยาศาสตร์ข้อมูลที่มีแรงบันดาลใจเพื่อช่วยฉันสร้างอัลกอริทึมผลกระทบต่อสิ่งแวดล้อมสูง (โดยพื้นฐานแล้ว CV) โปรดติดต่อฉันหากคุณสนใจ (จากเว็บไซต์ของฉันส่วนติดต่อ)
ก่อนอื่นหากคุณไม่คุ้นเคยกับแนวคิดหลักของการเรียนรู้ของเครื่องจักรให้แน่ใจว่าได้ตรวจสอบบทความแรกนี้: https://maelfabien.github.io/machinelearning/ml_base/
ที่เก็บมีการจัดระเบียบวิธีต่อไปนี้:
คุณต้องการทำงานกับฉันหรือไม่? หรือคุณต้องการให้ฉันทำงานในหัวข้อเฉพาะ? อย่าลังเลที่จะเอื้อมมือออกไป! ([email protected])
ในขณะนี้แผ่นโกงเหล่านี้เขียนด้วยตนเอง ฉันต้องการสร้างเนื้อหาภาพในภายหลังซึ่งจะดำน้ำในคณิตศาสตร์และแสดงให้เห็นอย่างชัดเจนว่าแต่ละอัลกอริทึม
ฉันได้ทำหลายโครงการซึ่งทั้งหมดมีอยู่ในบล็อกของฉัน: https://maelfabien.github.io/portfolio/#
SP - เว็บแอปพลิเคชันการตรวจจับเพศด้วยเสียง: วิธีการแยกคุณสมบัติที่เกี่ยวข้องและสร้างแอปพลิเคชันการตรวจจับเพศด้วยเสียงโดยใช้ MFCC, GMM และชุดข้อมูลที่ให้ไว้
SP - การสร้างภาพเสียง (3/3): ดำดิ่งลงในสเปกโตรแกรม, โครมากรัม, เทมโพรัม, ความหนาแน่นพลังงานสเปกตรัมและอื่น ๆ ...
SP - การแยกคุณสมบัติเสียง (2/3): ภาพรวมพร้อมการใช้ Python ของคุณสมบัติเสียงที่แตกต่างกันเพื่อแยก
SP - บทนำเกี่ยวกับการประมวลผลเสียงใน Python (1/3): บทสรุปของหนังสือ "การคำนวณด้วยเสียงด้วย Python" พร้อมแนวคิดรหัสและตัวอย่าง
SP - การสร้างเว็บแอปพลิเคชันการตรวจจับกิจกรรมเสียง: การตรวจจับเสียงสามารถใช้เพื่อเริ่มผู้ช่วยเสียงหรือในกรณีฉุกเฉินเช่น นี่คือวิธีการใช้งานโดยใช้วิธีการง่ายๆ
CV - การใช้ YOLOV3 สำหรับการตรวจจับวัตถุ: เรียนรู้วิธีการใช้ YOLOV3 และตรวจจับวัตถุในรูปภาพและวิดีโอของคุณ
NLP - การตอบคำถามง่าย ๆ ด้วย Allennlp: ทำความเข้าใจแนวคิดหลักและสร้างตัวอย่างง่ายๆของการตอบคำถาม
NLP - การเพิ่มข้อมูลใน NLP: รายละเอียดของการใช้งานกระดาษ“ การเพิ่มข้อมูลง่าย ๆ ”
NLP - LSTM ระดับอักขระเพื่อทำนายเพศที่มีชื่อแรก: ความแม่นยำ 90% ในการทำนายเพศของชื่อฝรั่งเศสและสหรัฐอเมริกาชื่อแรก
NLP - การจำแนกข้อความไม่กี่ภาพ: การใช้กระดาษง่าย ๆ ที่ใช้ประโยชน์จากโมเดลที่ผ่านการฝึกอบรมมาก่อนสำหรับการจำแนกข้อความช็อตไม่กี่
NLP - ปรับปรุงการจำแนกข้อความช็อตเพียงไม่กี่รายการ: ปรับปรุงผลลัพธ์ก่อนหน้าด้วยการเพิ่มข้อมูลและโมเดลที่ซับซ้อนมากขึ้น
RL - บทนำสู่การเรียนรู้การเสริมแรง: บทนำสู่การสร้างขั้นพื้นฐานของการเรียนรู้การเสริมแรง
RL - กระบวนการตัดสินใจของ Markov: ภาพรวมของกระบวนการตัดสินใจของ Markov และสมการ Bellman
RL - การวางแผนโดยการเขียนโปรแกรมแบบไดนามิก: บทนำสู่การเขียนโปรแกรมแบบไดนามิกรวมถึงนโยบายและการทำซ้ำมูลค่า
NLP - ฉันได้ฝึกอบรมเครือข่ายประสาทให้พูดเหมือนฉัน: เขียนบทความมากกว่า 100 บทความฉันได้ฝึกอบรม NN เพื่อเขียนบทความเช่นเดียวกับฉัน
DL - เครือข่ายประสาทเรียนรู้อย่างไร? : ดำดิ่งสู่กระบวนการฟีดไปข้างหน้าและการแพร่กระจายกลับ
ดูเพิ่มเติม
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| โมเดลการถดถอยเชิงเส้น (1/2) | 14mn | ที่นี่ | ที่นี่ |
| โมเดลการถดถอยเชิงเส้น (3/2) | 10mn | ที่นี่ | ที่นี่ |
| พื้นฐานของการทดสอบสมมติฐานทางสถิติ | 5mn | ที่นี่ | - |
| การถดถอยโลจิสติก | 4 ล้าน | ที่นี่ | ที่นี่ |
| สถิติใน MATLAB | 4 ล้าน | ที่นี่ | - |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| พื้นฐานของการเรียนรู้ของเครื่องจักร | 4 ล้าน | ที่นี่ | - |
| ตัวจําแนกเบย์ | 1 ล้าน | ที่นี่ | - |
| การวิเคราะห์การเลือกปฏิบัติเชิงเส้น | 3 ล้าน | ที่นี่ | - |
| Adaboost และเพิ่ม | 7 ล้าน | ที่นี่ | ที่นี่ |
| การถดถอยการไล่ระดับสี | 6 ล้าน | ที่นี่ | ที่นี่ |
| การจำแนกประเภทการไล่ระดับสี | 3 ล้าน | ที่นี่ | - |
| วิธีเคอร์เนลขนาดใหญ่สำหรับ SVM | 9 ล้าน | ที่นี่ | ที่นี่ |
| การตรวจจับความผิดปกติ | 3 ล้าน | ที่นี่ | - |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| บทนำสู่ซีรีย์เวลา | 4 ล้าน | ที่นี่ | ที่นี่ |
| แนวคิดหลักของอนุกรมเวลา | 4 ล้าน | ที่นี่ | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| โซ่มาร์คอฟ | 9 ล้าน | ที่นี่ | ที่นี่ |
| รุ่น Markov ที่ซ่อนอยู่ | 6 ล้าน | ที่นี่ | - |
| สร้างแอพการจดจำภาษาตั้งแต่เริ่มต้น | 10mn | ที่นี่ | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| รู้เบื้องต้นเกี่ยวกับการขุดกราฟ | 5mn | ที่นี่ | ที่นี่ |
| การวิเคราะห์กราฟ | 4 ล้าน | ที่นี่ | ที่นี่ |
| อัลกอริทึมกราฟ | 11 ล้าน | ที่นี่ | ที่นี่ |
| การเรียนรู้กราฟ | 8mn | ที่นี่ | ที่นี่ |
| การฝังกราฟ | 4 ล้าน | ที่นี่ | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| GridSearch กับการค้นหาแบบสุ่ม | 2mn | ที่นี่ | - |
| Automl กับ H2O | 6 ล้าน | ที่นี่ | - |
| การเพิ่มประสิทธิภาพพารามิเตอร์แบบเบย์ไฮเปอร์เพอร์มิเตอร์ | 7 ล้าน | ที่นี่ | ที่นี่ |
| การอธิบายการเรียนรู้ของเครื่องจักร | 12 ล้าน | ที่นี่ | - |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| ข้อมูลเบื้องต้นเกี่ยวกับข้อมูล ได้แก่ | 12 ล้าน | ที่นี่ | - |
| ระบบแนะนำภาพ | 4 ล้าน | ที่นี่ | - |
| กราฟแบบโต้ตอบใน Python กับ Altair | 5mn | ที่นี่ | ที่นี่ |
| พล็อตแบบไดนามิกด้วย bq-plot | - | - | ที่นี่ |
| เครื่องมือแบบโต้ตอบกับ Altair | - | ที่นี่ | - |
| เครื่องมือแบบโต้ตอบกับ d3.js | - | ที่นี่ | - |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| รู้เบื้องต้นเกี่ยวกับการเรียนรู้ออนไลน์ | 5mn | ที่นี่ | - |
| การจำแนกเชิงเส้น | 1 ล้าน | ที่นี่ | - |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| Perceptron ของ Rosenbaltt | 8mn | ที่นี่ | ที่นี่ |
| Multilayer Perceptron (MLP) | 5mn | ที่นี่ | ที่นี่ |
| ป้องกันไม่ให้มีการล้น | 6 ล้าน | ที่นี่ | - |
| แนะนำอย่างเต็มรูปแบบเกี่ยวกับอวนประสาท | 6 ล้าน | ที่นี่ | - |
| เครือข่ายประสาท | 6 ล้าน | ที่นี่ | - |
| เครือข่ายประสาทเรียนรู้อย่างไร? | 3 ล้าน | ที่นี่ | - |
| ฟังก์ชั่นการเปิดใช้งานใน DL | 3 ล้าน | ที่นี่ | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| สถาปัตยกรรมเริ่มต้นใน Keras | 2mn | ที่นี่ | ที่นี่ |
| สร้าง autoencoder โดยใช้ Keras functional API | 5mn | ที่นี่ | - |
| สถาปัตยกรรม xception | 5mn | ที่นี่ | ที่นี่ |
| Gans บนชุดข้อมูล MNIST | - | - | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| สร้าง Webapp การจดจำอารมณ์ตั้งแต่เริ่มต้น | 8mn | ที่นี่ | ที่นี่ |
| คำแนะนำเต็มรูปแบบเกี่ยวกับการตรวจจับใบหน้าปากและดวงตาแบบเรียลไทม์ | 16mn | ที่นี่ | ที่นี่ |
| จะใช้ OpenPose บน macOS ได้อย่างไร? | 3 ล้าน | ที่นี่ | - |
| รู้เบื้องต้นเกี่ยวกับการมองเห็นคอมพิวเตอร์ | 1 ล้าน | ที่นี่ | - |
| การกรองภาพและการไล่ระดับสี | 5mn | ที่นี่ | ที่นี่ |
| การกรองขั้นสูงและการแปลงภาพ | 5mn | ที่นี่ | - |
| คุณสมบัติของภาพพาโนรามาการจับคู่ | 5mn | ที่นี่ | - |
| การใช้ YOLOV3 สำหรับการตรวจจับวัตถุ | 3 ล้าน | ที่นี่ | - |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| รู้เบื้องต้นเกี่ยวกับ NLP | 1 ล้าน | ที่นี่ | - |
| การประมวลผลข้อความล่วงหน้า | 8mn | ที่นี่ | - |
| ข้อความที่ฝังด้วยธนูและ TF-IDF | 5mn | ที่นี่ | - |
| การฝังข้อความด้วย Word2Vec | 6 ล้าน | ที่นี่ | - |
| ฉันฝึกเครือข่ายประสาทให้พูดเหมือนฉัน | 8mn | ที่นี่ | ที่นี่ |
| ฉันฝึกเครือข่ายประสาทให้พูดเหมือนฉัน | 8mn | ที่นี่ | ที่นี่ |
| การจำแนกประเภทข้อความช็อต | 10mn | ที่นี่ | ที่นี่ |
| ปรับปรุงการจำแนกประเภทข้อความช็อตสองสามครั้ง | 9 ล้าน | ที่นี่ | ที่นี่ |
| ทำนายเพศของชื่อแรก | 7 ล้าน | ที่นี่ | ที่นี่ |
| การเพิ่มข้อมูลใน NLP | 3 ล้าน | ที่นี่ | - |
| คำถามง่าย ๆ ตอบด้วย Allennlp | 4 ล้าน | ที่นี่ | - |
| ชื่อบทความ | อ่านเวลา | บทความ | โฟลเดอร์รหัส |
|---|---|---|---|
| รู้เบื้องต้นเกี่ยวกับการเรียนรู้การเสริมแรง | 6 ล้าน | ที่นี่ | - |
| กระบวนการตัดสินใจของมาร์คอฟ | 7 ล้าน | ที่นี่ | - |
| การวางแผนโดยการเขียนโปรแกรมแบบไดนามิก | 4 ล้าน | ที่นี่ | - |
สองบทความทั่วไป:
การทำความเข้าใจส่วนประกอบคอมพิวเตอร์ (อ่าน 6mn) https://maelfabien.github.io/bigdata/comp_components/
คำสั่ง bash ที่มีประโยชน์ (1 ล้านอ่าน) https://maelfabien.github.io/bigdata/terminal/
ทำให้การผลิตรหัสของคุณพร้อม (1 ล้านอ่าน) https://maelfabien.github.io/bigdata/code/
| ชื่อบทความ | อ่านเวลา | บทความ |
|---|---|---|
| รู้เบื้องต้นเกี่ยวกับ Hadoop | 4 ล้าน | ที่นี่ |
| MapReduce | 3 ล้าน | ที่นี่ |
| HDFS | 2mn | ที่นี่ |
| VMS ในกล่องเสมือนจริง | 1 ล้าน | ที่นี่ |
| Hadoop กับ Hortonworks Sandbox | 2mn | ที่นี่ |
| โหลดและย้ายไฟล์ไปยัง HDFS | 2mn | ที่นี่ |
| เปิดงาน MapReduce | 2mn | ที่นี่ |
| งาน MapReduce ใน Python | 3 ล้าน | ที่นี่ |
| งาน MapReduce ใน Python ในพื้นที่ | 1 ล้าน | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ |
|---|---|---|
| ความรู้เบื้องต้นเกี่ยวกับ Spark | 6 ล้าน | ที่นี่ |
| ติดตั้ง Spark-Scala และ Pyspark | 1 ล้าน | ที่นี่ |
| ค้นพบ Spark-Scala | 2mn | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ |
|---|---|---|
| โครงการ No-SQL ตั้งแต่เริ่มต้น | 8mn | ที่นี่ |
| ข้อมูลขนาดใหญ่ (เปิด) โครงการ GDELT | 2mn | ที่นี่ |
| ติดตั้ง Zeppelin ในเครื่อง | 1 ล้าน | ที่นี่ |
| เรียกใช้ Zeppelin บน AWS EMR | 4 ล้าน | ที่นี่ |
| ทำงานกับถัง S3 | 1 ล้าน | ที่นี่ |
| เปิดตัวและเข้าถึงอินสแตนซ์ AWS EC2 | 2mn | ที่นี่ |
| ติดตั้ง Apache Cassandra บนคลัสเตอร์ EC2 | 2mn | ที่นี่ |
| ติดตั้ง Zookeeper บนอินสแตนซ์ EC2 | 3 ล้าน | ที่นี่ |
| สร้าง ETL ใน Scala | 3 ล้าน | ที่นี่ |
| ย้าย scala dataframes ไปยังคาสซานดรา | 2mn | ที่นี่ |
| ย้าย scala dataframes ไปยังคาสซานดรา | 2mn | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ |
|---|---|---|
| แนวคิดคลาวด์ AWS | 2mn | ที่นี่ |
| บริการหลักของ AWS | 1 ล้าน | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ |
|---|---|---|
| คู่มือการอยู่รอดของ TPU บน colab | 8mn | ที่นี่ |
| จัดเก็บไฟล์บน Google Cloud และ Colab | 1 ล้าน | ที่นี่ |
| คู่มือการอยู่รอดของ TPU บน colab | 8mn | ที่นี่ |
| รู้เบื้องต้นเกี่ยวกับ GCP (สัปดาห์ที่ 1 โมดูล 1) | 6 ล้าน | ที่นี่ |
| ห้องปฏิบัติการ - อินสแตนซ์ VM + ที่เก็บข้อมูลคลาวด์ | 3 ล้าน | ที่นี่ |
| Lab - ชุดข้อมูลสาธารณะ BigQuery | 1 ล้าน | ที่นี่ |
| บทนำสู่ระบบแนะนำ (โมดูลสัปดาห์ที่ 1 2) | 4 ล้าน | ที่นี่ |
| เรียกใช้งาน Spark บน Cloud Dataproc (โมดูลสัปดาห์ที่ 1 2) | 2mn | ที่นี่ |
| Lab - แนะนำผลิตภัณฑ์โดยใช้ Cloud SQL และ SparkML | 6 ล้าน | ที่นี่ |
| เรียกใช้รุ่น ML ใน SQL ด้วย BigQuery ML (โมดูลสัปดาห์ที่ 1 3) | 6 ล้าน | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ |
|---|---|---|
| บทนำสู่ Elasticstack | 1 ล้าน | ที่นี่ |
| เริ่มต้นกับ Elasticsearch และ Kibana | 7 ล้าน | ที่นี่ |
| ติดตั้งและเรียกใช้ kibana ในพื้นที่ | 1 ล้าน | ที่นี่ |
| ทำงานร่วมกับ Devtools ใน Elasticsearch | 9 ล้าน | ที่นี่ |
| ทำงานร่วมกับ Devtools ใน Elasticsearch | 9 ล้าน | ที่นี่ |
| ชื่อบทความ | อ่านเวลา | บทความ |
|---|---|---|
| ข้อมูลเบื้องต้นเกี่ยวกับฐานข้อมูลกราฟ | 1 ล้าน | ที่นี่ |
| วันที่ Neo4J Graphtour | 7 ล้าน | ที่นี่ |
ใครคือจิตรกร? - สำหรับ Explorium.ai: ภาพประกอบของวิธีการเพิ่มประสิทธิภาพข้อมูลและวิศวกรรมคุณลักษณะสามารถปรับปรุงรูปแบบได้
ความสามารถในการตีความและการอธิบายการเรียนรู้ของเครื่องจักร (1/2) - สำหรับ Explorium.ai: บทนำสู่โมเดลที่ตีความได้ด้วยรหัสและตัวอย่าง
ความสามารถในการตีความและการอธิบายการเรียนรู้ของเครื่อง (2/2) - สำหรับ Explorium.AI: บทนำสู่การอธิบายในการเรียนรู้ของเครื่องด้วยรหัสและตัวอย่าง
คำแนะนำในการตรวจจับใบหน้า - สำหรับ digitalMinds.io: ภาพรวมของเทคนิคที่แตกต่างกันการตรวจจับใบหน้าใบหน้าใน Python (พร้อมรหัส)
Modéliser des Distributions Avec Python (ฝรั่งเศส) - สำหรับ Stat4Decision: การกระจายเว็บแอปพลิเคชันที่เหมาะสมกับ Streamlit
บทนำ au traitement automatique de language naturel (tal) (ฝรั่งเศส) - สำหรับ stat4decision
การเพิ่มและ Adaboost อธิบายอย่างชัดเจน: https://towardsdatascience.com/boosting-and-adaboost-learly-explained-856e21152d3e
คำแนะนำเกี่ยวกับการตรวจจับใน Python: https://towardsdatascience.com/a-guide-to face-retection-in-python-3eab0f6b9fc1
เชนมาร์คอฟและ HMMS: https://towardsdatascience.com/markov-hain-and-mms-ceaf2c854788
รู้เบื้องต้นเกี่ยวกับกราฟ (ตอนที่ 1): https://towardsdatascience.com/introduction-to-graphs-part-1-2de6cda8c5a5
อัลกอริทึมกราฟ (ตอนที่ 2): https://towardsdatascience.com/graph-algorithms-part-2-dce0b2734a1d
อัลกอริทึมกราฟ (ตอนที่ 3): https://towardsdatascience.com/learning-in-graphs-with-python-part-3-8d5513eef62d
ฉันฝึกอบรมเครือข่ายประสาทให้พูดเหมือนฉัน: https://towardsdatascience.com/i-trained-a-network-to-speak-like-9552c16e2396
คอยติดตาม :)
