Machine_Learning_Tutorials

机器学习教程和文章

在此存储库中，我正在从我的个人博客中上传代码，笔记本和文章：https：//maelfabien.github.io/。如果您喜欢我的工作，请不要犹豫！每周发表新文章！

我最近开始了一条新闻通讯，其中我收集了一些关于主题，有趣的GitHub存储库，项目，论文等的很酷的文章！我将尝试每月发送1到2封电子邮件。如果您想留在循环中，请单击此处：http：//eepurl.com/gyyzi5

新：我正在寻找有动力的数据科学家来帮助我建立高环境影响算法（CV本质上）。如果您有兴趣，请与我联系（我的网站，联系部分）

内容表：

• 作弊表
• 最新文章
• 机器学习
• 深度学习
• 数据工程
• 为其他博客编写
• 中等文章

首先，如果您不熟悉机器Learning的关键概念，请确保检查第一篇文章：https：//maelfabien.github.io/machinelearning/ml_base/

存储库的组织方式是以下方式：

• 文章和教程按类别发布
• 有一个指定的文章的链接，并指定了读取时间
• 这是每篇文章的代码文件夹的链接

您想和我一起工作吗？或者您希望我能研究一个特定的话题？随时伸出手！ （[email protected]）

机器学习作弊表：

目前，这些作弊表是手动写的。我想在以后创建一个视觉内容，该内容既可以在数学上潜入，又可以清楚地说明每个算法。

1. 监督学习

2. 无监督的学习

项目

我做了一系列项目，所有这些都可以在我的博客上提供：https：//maelfabien.github.io/portfolio/#

最新文章

SP-语音性别检测Web应用程序：如何使用MFCC，GMM和提供的数据集提取相关功能并构建语音性别检测应用程序。

SP-声音可视化（3/3）：潜入频谱图，Chromagram，节奏图，光谱功率密度等...

SP-声音特征提取（2/3）：概述，具有python的实现，可以提取不同的声音功能。

SP- Python中的语音处理简介（1/3）：用概念，代码和示例的“使用Python的语音计算”摘要。

SP-构建语音活动检测Web应用程序：例如，语音检测可用于启动语音助手或在紧急情况下。这是使用简单方法实现它的方法。

简历 - 实现Yolov3以进行对象检测：了解如何实现Yolov3并在图像和视频上检测对象。

NLP-使用AllennLP回答的简单问题：了解核心概念，并创建一个简单的问题回答示例。

NLP- NLP中的数据增强：实施“易于数据增强”论文的详细信息。

NLP-角色级别的LSTM预测名字的性别：预测法语和美国名字的性别的精度为90％。

NLP-几个镜头文本分类：实施简单的论文，该论文利用预先训练的模型来进行几个镜头文本分类。

NLP-改进的少数镜头文本分类：通过数据增强和更复杂的模型改善先前的结果。

RL-强化学习介绍：强化学习的基本构件简介。

RL-马尔可夫决策过程：马尔可夫决策过程和贝尔曼方程的概述。

RL-通过动态编程进行计划：动态编程简介，包括策略和价值迭代。

NLP-我训练了一个神经网络，像我一样讲话：写了100多篇文章，我训练了NN像我一样撰写文章。

DL-神经网络如何学习？ ：潜入前进过程和后传播。

查看更多

文章标题	阅读时间	文章	代码文件夹
线性回归模型（1/2）	14mn	这里	这里
线性回归模型（3/2）	10mn	这里	这里
统计假设检验的基础知识	5mn	这里	---
逻辑回归	4mn	这里	这里
MATLAB中的统计数据	4mn	这里	---

文章标题	阅读时间	文章	代码文件夹
机器学习的基础	4mn	这里	---
贝叶斯分类器	1mn	这里	---
线性判别分析	3mn	这里	---
Adaboost和增强	7mn	这里	这里
梯度提升回归	6mn	这里	这里
梯度增强分类	3mn	这里	---
SVM的大型内核方法	9mn	这里	这里
异常检测	3mn	这里	---

文章标题	阅读时间	文章	代码文件夹
时间序列简介	4mn	这里	这里
时间序列的关键概念	4mn	这里	这里

文章标题	阅读时间	文章	代码文件夹
马尔可夫连锁店	9mn	这里	这里
隐藏的马尔可夫模型	6mn	这里	---
从头开始构建语言识别应用程序	10mn	这里	这里

文章标题	阅读时间	文章	代码文件夹
图挖掘简介	5mn	这里	这里
图分析	4mn	这里	这里
图算法	11mn	这里	这里
图形学习	8mn	这里	这里
图嵌入	4mn	这里	这里

文章标题	阅读时间	文章	代码文件夹
GridSearch与随机搜索	2mn	这里	---
使用H2O的汽车	6mn	这里	---
贝叶斯高参数优化	7mn	这里	这里
机器学习解释性	12mn	这里	---

文章标题	阅读时间	文章	代码文件夹
数据简介	12mn	这里	---
视觉推荐系统	4mn	这里	---
与Altair的Python中的交互式图	5mn	这里	这里
带有BQ图的动态图	---	---	这里
Altair的互动工具	---	这里	---
与D3.js的交互式工具	---	这里	---

文章标题	阅读时间	文章	代码文件夹
在线学习简介	5mn	这里	---
线性分类	1mn	这里	---

文章标题	阅读时间	文章	代码文件夹
Rosenbaltt的感知者	8mn	这里	这里
多层感知器（MLP）	5mn	这里	这里
防止神经Netorks过度拟合	6mn	这里	---
完整的神经网介绍	6mn	这里	---
卷积神经网络	6mn	这里	---
神经网络如何学习？	3mn	这里	---
DL激活功能	3mn	这里	这里

文章标题	阅读时间	文章	代码文件夹
凯拉斯的成立架构	2mn	这里	这里
使用KERAS功能API构建自动编码器	5mn	这里	---
X Ception架构	5mn	这里	这里
MNIST数据集上的gans	---	---	这里

文章标题	阅读时间	文章	代码文件夹
从头开始建立情感识别WebApp	8mn	这里	这里
完整的面部，嘴和眼睛实时检测的指南	16mn	这里	这里
如何在MacOS上使用openpose？	3mn	这里	---
计算机视觉简介	1mn	这里	---
图像过滤和图像梯度	5mn	这里	这里
高级过滤和图像转换	5mn	这里	---
图像功能，全景，匹配	5mn	这里	---
实施Yolov3进行对象检测	3mn	这里	---

文章标题	阅读时间	文章	代码文件夹
NLP简介	1mn	这里	---
文本预处理	8mn	这里	---
用弓和TF-IDF嵌入文字	5mn	这里	---
文本嵌入Word2Vec	6mn	这里	---
我训练了一个神经网络，像我一样讲话	8mn	这里	这里
我训练了一个神经网络，像我一样讲话	8mn	这里	这里
很少射击文本分类	10mn	这里	这里
改进了一些射击文本分类	9mn	这里	这里
预测名字的性别	7mn	这里	这里
NLP中的数据增强	3mn	这里	---
简单的问题与Allennlp回答	4mn	这里	---

文章标题	阅读时间	文章	代码文件夹
加强学习简介	6mn	这里	---
马尔可夫决策过程	7mn	这里	---
通过动态编程进行计划	4mn	这里	---

两篇一般文章：

1. 了解计算机组件（6MN读取）https://maelfabien.github.io/bigdata/comp_components/

2. 有用的bash命令（1MN读）https://maelfabien.github.io/bigdata/terminal/

3. 准备好您的代码生产（1MN读取）https://maelfabien.github.io/bigdata/code/

文章标题	阅读时间	文章
Hadoop简介	4mn	这里
MapReduce	3mn	这里
HDFS	2mn	这里
虚拟框中的VM	1mn	这里
Hadoop与Hortonworks沙盒	2mn	这里
加载并将文件移至HDFS	2mn	这里
发起MapReduce工作	2mn	这里
Python的MapReduce工作	3mn	这里
当地Python的MapReduce工作	1mn	这里

文章标题	阅读时间	文章
火花简介	6mn	这里
安装Spark-Scala和Pyspark	1mn	这里
发现Spark-Scala	2mn	这里

文章标题	阅读时间	文章
从头开始的一个No-SQL项目	8mn	这里
大（开放）数据，GDELT项目	2mn	这里
本地安装齐柏林飞艇	1mn	这里
在AWS EMR上运行齐柏林飞艇	4mn	这里
使用S3桶	1mn	这里
启动和访问AWS EC2实例	2mn	这里
在EC2群集上安装Apache Cassandra	2mn	这里
在EC2实例上安装Zookeeper	3mn	这里
在Scala中构建ETL	3mn	这里
将Scala DataFrames移至Cassandra	2mn	这里
将Scala DataFrames移至Cassandra	2mn	这里

文章标题	阅读时间	文章
AWS云概念	2mn	这里
AWS核心服务	1mn	这里

文章标题	阅读时间	文章
TPU COLAB的生存指南	8mn	这里
将文件存储在Google Cloud和Colab上	1mn	这里
TPU COLAB的生存指南	8mn	这里
GCP简介（第1周模块1）	6mn	这里
实验室 - 实例VM +云存储	3mn	这里
实验室-BigQuery公共数据集	1mn	这里
推荐系统简介（第1周模块2）	4mn	这里
在Cloud Dataproc上运行Spark作业（第1周模块2）	2mn	这里
实验室 - 推荐使用Cloud SQL和SparkML的产品	6mn	这里
使用BigQuery ML运行SQL中的ML型号（第1周模块3）	6mn	这里

文章标题	阅读时间	文章
弹性堆栈简介	1mn	这里
开始使用Elasticsearch和Kibana	7mn	这里
在本地安装和运行Kibana	1mn	这里
在Elasticsearch中与DevTools合作	9mn	这里
在Elasticsearch中与DevTools合作	9mn	这里

文章标题	阅读时间	文章
图数据库简介	1mn	这里
Neo4J GraphTour的一天	7mn	这里

为其他博客编写

1. 谁是画家？ - 对于explorium.ai：数据丰富和功能工程如何改善模型的说明。

2. 机器学习的解释性和解释性（1/2） - 用于Explorium.AI：具有代码和示例的可解释模型简介。

3. 机器学习的解释性和解释性（2/2） - 用于Explorium.AI：用代码和示例在机器学习中解释性的简介。

4. 面对检测指南 - 对于digitalMinds.io：python中不同技术面部检测的概述（带代码）。

5. ModéliserDesDistributions Avec Python（法语） - 用于STAT4DECISION：发行拟合Web应用程序的STAMLIT。

6. 简介AU特征自动de语言自然（TAL）（法语） - 用于Stat4Decision

中等文章

1. 提升和Adaboost清楚地解释了：https：//towardsdatascience.com/boosting-and-adaboost-clearly-clelly-clelain-856e21152d3e

2. python面对检测指南：https：//towardsdatascience.com/a-guide-to-face-detection-in-python-3eab0f6b9fc1

3. 马尔可夫连锁店和HMM：https：//towardsdatascience.com/markov-chains-and-hmms-ceaf2c854788

4. 图表简介（第1部分）：https：//towardsdatascience.com/introduction to-graphs-parts-part-1-2de6cda8c5a5

5. 图算法（第2部分）：https：//towardsdatascience.com/graph-algorithms-part-part-2-dce0b2734a1d

6. 图形算法（第3部分）：https：//towardsdatascience.com/learning-ingraphs-with-python-part-part-3-8d5513eef62d

7. 我训练了一个神经网络，像我一样讲话：https：//towardsdatascience.com/i- trained-a-network-to-speak-peak-like-me-9552c16e2396

敬请关注 ：）