practicalAI cn
1.0.0
ให้ความสามารถในการใช้การเรียนรู้ของเครื่องเพื่อให้ได้ข้อมูลเชิงลึกที่มีค่าจากข้อมูลของคุณ
| ฐาน | การเรียนรู้อย่างลึกซึ้ง | ขั้นสูง | ธีม |
|---|---|---|---|
| - สมุดบันทึก | pytorch | RNNs ขั้นสูง | - วิสัยทัศน์คอมพิวเตอร์วิสัยทัศน์คอมพิวเตอร์วิสัยทัศน์ |
| - งูหลาม | ️หลายชั้น perceptrons | ? ️ทางหลวงและเครือข่ายที่เหลือ | ⏰การวิเคราะห์อนุกรมเวลา |
| - นม | - ข้อมูลและโมเดลข้อมูลและโมเดล | - ผู้เข้ารหัสอัตโนมัติ | ️การสร้างแบบจำลองหัวข้อ |
| - แพนด้า | - Object-oriented ML เชิงวัตถุ | เครือข่ายศัตรู | - ระบบแนะนำ |
| - การถดถอยเชิงเส้น | ️เครือข่ายประสาท Convolutional | - เครือข่ายหม้อแปลงอวกาศ | การสร้างแบบจำลองภาษาก่อน |
| การถดถอยโลจิสติกการถดถอยโลจิสติก | การฝัง | - การเรียนรู้มัลติทาสก์ | |
| - ป่าสุ่ม | - เครือข่ายประสาทกำเริบ | การเรียนรู้ต่ำช็อต | |
| - k-means การจัดกลุ่ม kmeans การจัดกลุ่ม | - การเรียนรู้เสริมแรง |
หากคุณไม่จำเป็นต้องเรียกใช้สมุดบันทึกคุณสามารถดูได้อย่างง่ายดายโดยใช้ Jupyter NbViewer
แทนที่ https://github.com/ ด้วย https://nbviewer.jupyter.org/github/ หรือเปิด https://nbviewer.jupyter.org และป้อน URL ของสมุดบันทึก
notebooks ของโครงการนี้https://github.com/ ในที่อยู่ URL เป็น https://colab.research.google.com/github/ หรือใช้ส่วนขยายโครเมี่ยมนี้เพื่อให้เสร็จในคลิกเดียว复制到云端硬盘บนแถบเครื่องมือและโน้ตบุ๊กจะเปิดในแท็บใหม่ 
副本ในชื่อเรื่อง
Upload files 
Propose changes 
ทุกคนยินดีที่จะเข้าร่วมและปรับปรุง
| สมุดบันทึก | ผู้แปล |
|---|---|
| 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 |