Github開(kāi)源！適合初學(xué)者的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的資料合集
最近逛 GitHub，發(fā)現(xiàn)了一個(gè)非常不錯(cuò)的 AI 資料，兼顧理論和實(shí)戰(zhàn)，非常不錯(cuò)！
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(kāi)源項(xiàng)目主要包含了 AI 領(lǐng)域的 5 大模塊，具體目錄如下：
必備數(shù)學(xué)基礎(chǔ)Basic knowledge
機(jī)器學(xué)習(xí)MachineLearning
深度學(xué)習(xí)入門DeepLearning
NLP通用框架BERT項(xiàng)目實(shí)戰(zhàn)
機(jī)器學(xué)習(xí)算法原理及推導(dǎo)
詳細(xì)目錄如下：
一、必備數(shù)學(xué)基礎(chǔ)Basic knowledge
這部分包含了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)必備的數(shù)學(xué)基礎(chǔ)，包含：高等數(shù)學(xué)基礎(chǔ)、微積分、泰勒公式、線性代數(shù)等等。每個(gè)知識(shí)點(diǎn)根據(jù)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(xì)致的介紹。
例如幾個(gè)關(guān)鍵的基礎(chǔ)概念：分布函數(shù)、概率密度函數(shù)、概率質(zhì)量函數(shù)、似然函數(shù)、邊緣分布等。
二、機(jī)器學(xué)習(xí)MachineLearning
機(jī)器學(xué)習(xí)部分，項(xiàng)目主要從 5 個(gè)競(jìng)賽實(shí)戰(zhàn)項(xiàng)目來(lái)由淺入深介紹。包括：信用卡欺詐檢測(cè)（含數(shù)據(jù)集）、工業(yè)化工生產(chǎn)預(yù)測(cè)（含數(shù)據(jù)集）、智慧城市-道路通行時(shí)間預(yù)測(cè)（含數(shù)據(jù)集）、建筑能源利用率預(yù)測(cè)（含數(shù)據(jù)集）、快手用戶活躍預(yù)測(cè)（含數(shù)據(jù)集）、機(jī)器學(xué)習(xí)實(shí)戰(zhàn)小項(xiàng)目（含數(shù)據(jù)集）等。畢竟實(shí)戰(zhàn)才能把我們的理論驗(yàn)證一下~
以信用卡欺詐檢測(cè)為例，主要是使用邏輯回歸算法來(lái)實(shí)現(xiàn)分類問(wèn)題。不僅包含了賽題的介紹、理論，還有實(shí)戰(zhàn)代碼，以 .ipynb 的形式，很方便閱讀理解和實(shí)操。
https://github.com/ben1234560/AiLearning-Theory-Applying/blob/master/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AB%9E%E8%B5%9B%E5%AE%9E%E6%88%98_%E4%BC%98%E8%83%9C%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/%E4%BF%A1%E7%94%A8%E5%8D%A1%E6%AC%BA%E8%AF%88%E6%A3%80%E6%B5%8B/%E9%80%BB%E8%BE%91%E5%9B%9E%E5%BD%92-%E4%BF%A1%E7%94%A8%E5%8D%A1%E6%AC%BA%E8%AF%88%E6%A3%80%E6%B5%8B.ipynb
三、深度學(xué)習(xí)入門DeepLearning
深度學(xué)習(xí)包含了 5 個(gè)章節(jié)：深度學(xué)習(xí)必備知識(shí)點(diǎn)、走進(jìn)深度學(xué)習(xí)的世界、神經(jīng)網(wǎng)絡(luò)模型 卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)與詞向量原理解讀、LSTM網(wǎng)絡(luò)架構(gòu)與情感分析應(yīng)用實(shí)例。
LSTM網(wǎng)絡(luò)架構(gòu)與情感分析應(yīng)用實(shí)例部分以一個(gè)情感分析實(shí)例來(lái)深化理論知識(shí)。
四、NLP通用框架BERT項(xiàng)目實(shí)戰(zhàn)
NLP通用框架BERT項(xiàng)目實(shí)戰(zhàn)主要包含：NLP通用框架BERT原理解讀、BERT源碼解讀與應(yīng)用實(shí)例、基于BERT的中文情感分析實(shí)戰(zhàn) 3 個(gè)部分。以目前 NLP 領(lǐng)域火熱的 BERT 模型為例，進(jìn)行了理論介紹和一個(gè)中文情感分析的實(shí)戰(zhàn)項(xiàng)目。
五、機(jī)器學(xué)習(xí)算法原理及推導(dǎo)
機(jī)器學(xué)習(xí)算法原理及推導(dǎo)回歸理論，主要介紹李航——統(tǒng)計(jì)學(xué)習(xí)方法和李宏毅——異常檢測(cè)的原理介紹和推導(dǎo)過(guò)程。
統(tǒng)計(jì)學(xué)習(xí)方法：
異常檢測(cè)：
總結(jié)
總的來(lái)說(shuō)，這份開(kāi)源的 AI 理論與實(shí)戰(zhàn)項(xiàng)目包含了很多有價(jià)值的內(nèi)容，包含了理論推導(dǎo)和算法實(shí)戰(zhàn)，是一份不錯(cuò)的資源。希望對(duì)大家有所幫助！
最后再次放上該項(xiàng)目的 GitHub 地址：
https://github.com/ben1234560/AiLearning-Theory-Applying
往期精彩回顧 本站qq群851320808，加入微信群請(qǐng)掃碼：