大家好,好久沒給大家推薦優質的機器學習 GitHub 開源資料了。最近逛 GitHub,發現了一個非常不錯的 AI 資料,兼顧理論和實戰,非常不錯!
首先放上該資源的 GitHub 地址:
https://github.com/ben1234560/AiLearning-Theory-Applying
該資源名為《AiLearning-Theory-Applying》,作者是 ben1234560。該開源專案主要包含了 AI 領域的 5 大模組,具體目錄如下:
- 必備數學基礎Basic knowledge
-
機器學習MachineLearning
-
深度學習入門DeepLearning
-
NLP通用框架BERT專案實戰
-
機器學習演算法原理及推導
詳細目錄如下:
一、必備數學基礎Basic knowledge
這部分包含了機器學習、深度學習必備的數學基礎,包含:高等數學基礎、微積分、泰勒公式、線性代數等等。每個知識點根據難易程度都有了比較詳盡的介紹,例如貝葉斯分析部分,作者做了較為細緻的介紹。
例如幾個關鍵的基礎概念:分佈函式、機率密度函式、機率質量函式、似然函式、邊緣分佈等。
二、機器學習MachineLearning
機器學習部分,專案主要從 5 個競賽實戰專案來由淺入深介紹。包括:信用卡欺詐檢測(含資料集)、工業化工生產預測(含資料集)、智慧城市-道路通行時間預測(含資料集)、建築能源利用率預測(含資料集)、快手使用者活躍預測(含資料集)、機器學習實戰小專案(含資料集)等。畢竟實戰才能把我們的理論驗證一下~
以信用卡欺詐檢測為例,主要是使用邏輯迴歸演算法來實現分類問題。不僅包含了賽題的介紹、理論,還有實戰程式碼,以 .ipynb 的形式,很方便閱讀理解和實操。
三、深度學習入門DeepLearning
深度學習包含了 5 個章節:深度學習必備知識點、走進深度學習的世界、神經網路模型 卷積神經網路、遞迴神經網路與詞向量原理解讀、LSTM網路架構與情感分析應用例項。
LSTM網路架構與情感分析應用例項部分以一個情感分析例項來深化理論知識。
四、NLP通用框架BERT專案實戰
NLP通用框架BERT專案實戰主要包含:NLP通用框架BERT原理解讀、BERT原始碼解讀與應用例項、基於BERT的中文情感分析實戰 3 個部分。以目前 NLP 領域火熱的 BERT 模型為例,進行了理論介紹和一箇中文情感分析的實戰專案。
五、機器學習演算法原理及推導
機器學習演算法原理及推導迴歸理論,主要介紹李航——統計學習方法和李宏毅——異常檢測的原理介紹和推導過程。
統計學習方法:
異常檢測:
總結
總的來說,這份開源的 AI 理論與實戰專案包含了很多有價值的內容,包含了理論推導和演算法實戰,是一份不錯的資源。希望對大家有所幫助!
最後再次放上該專案的 GitHub 地址:
https://github.com/ben1234560/AiLearning-Theory-Applying