基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

机器学习 西瓜书配套代码 

【源码目录】

ML-From-Scratch

├── Decision Tree for Classification And Regression.ipynb
├── GBDT 梯度提升.ipynb
├── GaussianMixtureModel.ipynb
├── HMM_forward.py
├── K-means算法.ipynb
├── KNN.ipynb
├── LSTM_FS.ipynb
├── MCMC-Metropolis-Hastings.py
├── Naive Bayes.ipynb
├── PCA.ipynb
├── PageRank.ipynb
├── README.md
├── SVM SMO.ipynb
├── TempLinkoping2016.txt
├── Viterbi.py
├── Xgboost 算法.ipynb
├── utils
│   ├── MLP.ipynb
│   ├── Simple RNN.ipynb
│   ├── __init__.py
│   ├── __pycache__
│   │   ├── __init__.cpython-36.pyc
│   │   ├── activations.cpython-36.pyc
│   │   ├── layers.cpython-36.pyc
│   │   ├── losses.cpython-36.pyc
│   │   ├── metric.cpython-36.pyc
│   │   ├── neural_networks.cpython-36.pyc
│   │   ├── optimizers.cpython-36.pyc
│   │   └── progress.cpython-36.pyc
│   ├── activations.py
│   ├── layers.py
│   ├── losses.py
│   ├── metric.py
│   ├── neural_networks.py
│   ├── optimizers.py
│   └── progress.py
├── 线性回归.ipynb
├── 对数几率回归.ipynb
└── 线性判别分析LDA.ipynb

2 directories, 37 files