หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

รหัส Python ในวิทยาศาสตร์ข้อมูล

รหัสใน NLP, การเรียนรู้อย่างลึก, การเรียนรู้การเสริมแรงและปัญญาประดิษฐ์

ยินดีต้อนรับสู่ GitHub Repo ของฉัน

ฉันเป็นนักวิทยาศาสตร์ด้านข้อมูลและฉันรหัสใน R, Python และ Wolfram Mathematica ที่นี่คุณจะพบกับการเรียนรู้ของเครื่องจักรการเรียนรู้อย่างลึกซึ้งการประมวลผลภาษาธรรมชาติและโมเดลปัญญาประดิษฐ์ที่ฉันพัฒนาขึ้น

รุ่น Keras ที่ใช้ในรุ่น: keras == 1.1.0

AutoEncoder สำหรับ Audio เป็นรุ่นที่ฉันบีบอัดไฟล์เสียงและใช้ AutoEncoder เพื่อสร้างไฟล์เสียงเพื่อใช้ในการจำแนกประเภทฟอนิม

การกรองความร่วมมือ เป็นระบบผู้แนะนำที่อัลกอริทึมทำนายบทวิจารณ์ภาพยนตร์ตามประเภทของภาพยนตร์และความคล้ายคลึงกันในหมู่คนที่ดูภาพยนตร์เรื่องเดียวกัน

Convolutional NN Lasagne เป็นแบบจำลองเครือข่ายประสาทในลาซานญ่าเพื่อแก้ปัญหางาน MNIST

การเรียนรู้ของเครื่องจักรในวงดนตรี คือไฟล์. py ที่ 7 อัลกอริทึมการเรียนรู้ของเครื่องถูกใช้ในงานการจำแนกประเภทที่มี 3 คลาสและพารามิเตอร์ที่เป็นไปได้ทั้งหมดของอัลกอริทึมแต่ละอัลกอริทึมจะถูกปรับ ชุดข้อมูล IRIS ของ Scikit-Learn

GAN Generative Perversarial เป็นแบบจำลองของเครือข่ายประสาทตา

Hyperparameter Tuning RL เป็นแบบจำลองที่มีการปรับพารามิเตอร์ไฮเปอร์พารามิเตอร์ของเครือข่ายประสาทผ่านการเรียนรู้การเสริมแรง ตามรางวัลการปรับจูนไฮเปอร์พารามิเตอร์ (สภาพแวดล้อม) มีการเปลี่ยนแปลงผ่านนโยบาย (กลไกความรู้) โดยใช้ชุดข้อมูลบอสตัน Hyperparameters ที่ปรับคือ: อัตราการเรียนรู้, ยุค, การสลายตัว, โมเมนตัม, จำนวนเลเยอร์ที่ซ่อนอยู่และโหนดและน้ำหนักเริ่มต้น

Keras ทำให้เป็นมาตรฐาน L2 เป็นรูปแบบเครือข่ายประสาทสำหรับการถดถอยที่ทำด้วย keras ซึ่งมีการใช้งาน L2 ให้เป็นมาตรฐานเพื่อป้องกันไม่ให้มีการ overfitting มากเกินไป

Lasagne Neural Nets Regression เป็นแบบจำลองเครือข่ายประสาทซึ่งตั้งอยู่ใน Theano และ Lasagne ซึ่งทำให้การถดถอยเชิงเส้นด้วยตัวแปรเป้าหมายต่อเนื่องและมีความแม่นยำ 99.4% มันใช้ไฟล์ตัวอย่าง dadosteselogit.csv

Lasagne Neural Nets + Weights เป็นแบบจำลองเครือข่ายประสาทซึ่งตั้งอยู่ใน Theano และ Lasagne ซึ่งเป็นไปได้ที่จะเห็นภาพน้ำหนักระหว่าง X1 และ X2 ถึงเลเยอร์ที่ซ่อนอยู่ ยังสามารถปรับให้มองเห็นน้ำหนักระหว่างเลเยอร์ที่ซ่อนอยู่และเอาต์พุต มันใช้ไฟล์ตัวอย่าง dadosteselogit.csv

การถดถอยแบบพหุนาม เป็นแบบจำลองการถดถอยที่ตัวแปรเป้าหมายมี 3 คลาส

เครือข่ายประสาทสำหรับการถดถอย แสดงวิธีแก้ปัญหาหลายอย่างสำหรับปัญหาการถดถอยแก้ไขด้วย Sklearn, Keras, Theano และ Lasagne มันใช้ไฟล์ตัวอย่างชุดข้อมูลบอสตันจาก Sklearn และมีความแม่นยำมากกว่า 98%

NLP + Naive Bayes classifier เป็นแบบจำลองที่บทวิจารณ์ภาพยนตร์ถูกระบุว่าเป็นบวกและลบและอัลกอริทึมจากนั้นจัดประเภทบทวิจารณ์ใหม่ทั้งหมดโดยใช้การถดถอยโลจิสติกต้นไม้การตัดสินใจและเบย์ไร้เดียงสาถึงความแม่นยำ 92%

การวิเคราะห์ความโกรธ NLP เป็นรูปแบบ Doc2vec ที่เกี่ยวข้องกับโมเดล Word2vec เพื่อวิเคราะห์ระดับความโกรธโดยใช้คำพ้องความหมายในการร้องเรียนผู้บริโภคของผู้ค้าปลีกในสหรัฐอเมริกาในโพสต์ Facebook

การร้องเรียนของผู้บริโภค NLP เป็นรูปแบบที่โพสต์ Facebook ของผู้ค้าปลีกคอมพิวเตอร์ในสหรัฐอเมริกาถูกคัดลอก, tokenized, lemmatized และ applied word2vec หลังจากนั้นการจัดสรร T-SNE และการจัดสรร Dirichlet แฝงได้รับการพัฒนาเพื่อจำแนกข้อโต้แย้งและน้ำหนักของแต่ละคำหลักที่ผู้บริโภคใช้ในการร้องเรียนของเขา รหัสยังวิเคราะห์ความถี่ของคำใน 100 โพสต์

NLP Convolutional Neural Network เป็นเครือข่ายประสาทแบบ Convolutional สำหรับข้อความเพื่อจำแนกรีวิวภาพยนตร์

NLP DOC2VEC เป็นไฟล์ภาษาธรรมชาติที่มีความคล้ายคลึงกันของโคไซน์ในหมู่วลีที่วัดผ่าน DOC2VEC

การจำแนกเอกสาร NLP เป็นรหัสสำหรับการจำแนกเอกสารตามการจัดสรร Dirichlet แฝง

การวิเคราะห์ NLP Facebook วิเคราะห์โพสต์ Facebook เกี่ยวกับความถี่คำและการสร้างแบบจำลองหัวข้อโดยใช้ LDA

NLP Facebook Scrap เป็นรหัส Python สำหรับการขูดข้อมูลจาก Facebook

NLP-การจัดสรร Dirichlet แฝง เป็นรูปแบบการประมวลผลภาษาธรรมชาติที่หน้า Wikipedia ในการอนุมานทางสถิติถูกจัดประเภทเกี่ยวกับหัวข้อโดยใช้การจัดสรร Dirichlet แฝงกับ Gensim, NLTK, T-SNE และ K-means

NLP ความน่าจะเป็น Ann เป็นรูปแบบการประมวลผลภาษาธรรมชาติที่ประโยคถูกทำให้เป็นเวกเตอร์โดย gensim และโมเดลเครือข่ายประสาทที่น่าจะเป็นถูก deveped โดยใช้ gensim สำหรับการวิเคราะห์ความเชื่อมั่น

NLP Semantic Doc2vec + Neural Network เป็นแบบจำลองที่มีการแยกบทวิจารณ์ภาพยนตร์เชิงบวกและเชิงลบและจัดประเภทด้วยความหมายด้วย NLTK และ BeautifulSoup จากนั้นระบุว่าเป็นบวกหรือลบ จากนั้นใช้ข้อความเป็นอินพุตสำหรับการฝึกอบรมโมเดลเครือข่ายประสาท หลังจากการฝึกอบรมประโยคใหม่จะถูกป้อนในโมเดลเครือข่าย Keras Neural แล้วจัดประเภท มันใช้ไฟล์ zip

NLP Sentiment Positive เป็นแบบจำลองที่ระบุเนื้อหาของเว็บไซต์ว่าเป็นบวกเป็นกลางหรือลบโดยใช้ไลบรารีที่สวยงามและ NLTK โดยการวางแผนผลลัพธ์

NLP Twitter Analysis ID # เป็นรูปแบบที่แยกโพสต์จาก Twitter ใน ID ของผู้ใช้หรือแฮชแท็ก

NLP Twitter Scrap เป็นรูปแบบที่ทำให้ข้อมูล Twitter และแสดงข้อความที่ทำความสะอาดเป็นเอาต์พุต

การสตรีม Twitter NLP เป็นรูปแบบของการวิเคราะห์ข้อมูลเรียลไทม์จาก Twitter (กำลังพัฒนา)

NLP Twitter Streaming Mood เป็นแบบจำลองที่มีการวัดวิวัฒนาการของโพสต์ Mood Twitter ในช่วงระยะเวลาหนึ่ง

NLP Wikipedia Summarization เป็นรหัส Python ที่สรุปหน้าใด ๆ ที่กำหนดในสองสามประโยค

ความถี่คำ NLP เป็นแบบจำลองที่คำนวณความถี่ของคำนามคำกริยาคำในโพสต์ Facebook

เครือข่ายประสาทที่น่าจะเป็น เป็นเครือข่ายประสาทที่น่าจะเป็นสำหรับการทำนายอนุกรมเวลา

การวิเคราะห์ Twitter แบบเรียลไทม์ เป็นแบบจำลองที่มีการสกัดจาก Twitter การสตรีมคำและประโยคโทเค็นการฝังคำถูกสร้างขึ้นการสร้างแบบจำลองหัวข้อถูกสร้างขึ้นและจำแนกโดยใช้ K-mean จากนั้นใช้ NLTK Sentimentanalyzer เพื่อจำแนกแต่ละประโยคของการสตรีมออกเป็นบวกเป็นกลางหรือลบ ผลรวมสะสมถูกใช้เพื่อสร้างพล็อตและรหัสลูปแต่ละ 1 วินาทีรวบรวมทวีตใหม่

RESNET-2 เป็นเครือข่ายประสาทที่เหลืออยู่ลึก

ROC Curve Multiclass เป็นไฟล์. py ที่ใช้ Bayes ไร้เดียงสาเพื่อแก้ปัญหาชุดข้อมูล IRIS และเส้นโค้ง ROC ของคลาสที่แตกต่างกันจะถูกพล็อต

Squeezenet เป็น Alexnet เวอร์ชันที่เรียบง่าย

การเรียนรู้ของเครื่องสแต็ค เป็นสมุดบันทึก. PY ที่ T-SNE การวิเคราะห์ส่วนประกอบหลักและการวิเคราะห์ปัจจัยถูกนำไปใช้เพื่อลดมิติของข้อมูล การวัดการจำแนกประเภทถูกวัดหลังจากใช้ k-mean

สนับสนุนการถดถอยเวกเตอร์ เป็นแบบจำลอง SVM สำหรับการถดถอยเชิงเส้นในชุดข้อมูลเทียม

Text-to-speech เป็นไฟล์. py ที่ Python พูดข้อความใด ๆ ที่กำหนดและบันทึกเป็นไฟล์เสียง. wav

Time Series Arima เป็นแบบจำลอง ARIMA ในการคาดการณ์อนุกรมเวลาโดยมีข้อผิดพลาดอยู่ที่ 0.2%

การทำนายอนุกรมเวลาด้วย Neural Networks - Keras เป็นรูปแบบเครือข่ายประสาทเพื่อคาดการณ์อนุกรมเวลาโดยใช้ Keras ที่มีอัตราการเรียนรู้แบบปรับตัวขึ้นอยู่กับอนุพันธ์ของการสูญเสีย

Variational autoencoder เป็น vae ที่ทำด้วย keras

Web Crawler เป็นรหัสที่ทิ้งข้อมูลจาก URL ที่แตกต่างกันของเว็บไซต์โรงแรม

การลดมิติ T-SNE เป็นแบบจำลอง T-SNE สำหรับการลดขนาดซึ่งเปรียบเทียบกับการวิเคราะห์ส่วนประกอบหลักเกี่ยวกับอำนาจการเลือกปฏิบัติ

T-SNE PCA + Neural Networks เป็นรุ่นที่เปรียบเทียบประสิทธิภาพหรือเครือข่ายประสาทที่ทำหลังจาก T-SNE, PCA และ K-Mean

T-SNE PCA LDA Embeddings เป็นแบบจำลองที่ T-SNE การวิเคราะห์ส่วนประกอบหลักการวิเคราะห์การจำแนกเชิงเส้นและการฝังป่าแบบสุ่มจะถูกนำมาเปรียบเทียบในงานเพื่อจำแนกกลุ่มของตัวเลขที่คล้ายกัน

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด