awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 Repos

Awesome GitHub RepositoriesMachine Learning Guides

Tutorials and guides specifically for applying a programming language to machine learning tasks.

Distinct from Python Programming Guides: Distinct from general programming guides by focusing on the application of Python to AI and data science specifically.

Explore 2 awesome GitHub repositories matching education & learning resources · Machine Learning Guides. Refine with filters or upvote what's useful.

Awesome Machine Learning Guides GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • llsourcell/learn_machine_learning_in_3_monthsAvatar von llSourcell

    llSourcell/Learn_Machine_Learning_in_3_Months

    7,616Auf GitHub ansehen↗

    This project is a machine learning curriculum and educational course repository designed as a structured three-month study plan. It provides a guided path for mastering data science and artificial intelligence using the Python programming language. The repository organizes learning materials and code examples to cover mathematics, algorithms, and deep learning fundamentals. It uses a modular curriculum structure to break the domain into discrete monthly and weekly segments. The project functions as a curated resource map that aligns source code and notes with external instructional videos an

    Provides a guided path for mastering data science and AI using the Python programming language.

    Auf GitHub ansehen↗7,616
  • machinelearningmindset/machine-learning-courseAvatar von machinelearningmindset

    machinelearningmindset/machine-learning-course

    7,043Auf GitHub ansehen↗

    Dieses Projekt ist ein umfassender Lehrplan für das Erlernen von Data Science und prädiktiver Modellierung mit der Programmiersprache Python. Es bietet strukturiertes Lehrmaterial und Leitfäden zu überwachtem Lernen (Supervised Learning), unüberwachtem Lernen (Unsupervised Learning) und dem Design neuronaler Netze. Der Lehrplan konzentriert sich auf das Erstellen, Trainieren und Evaluieren von Machine-Learning-Modellen. Er enthält spezifische Anleitungen zur Implementierung linearer Regression, Entscheidungsbäumen und Support Vector Machines für prädiktive Analysen sowie Tutorials zum Entwurf von Convolutional und Recurrent Neural Network Architekturen. Der Kurs deckt ein breites Spektrum an Data-Science-Fähigkeiten ab, einschließlich der Evaluierung der Modellperformance durch Kreuzvalidierung, der Entdeckung verborgener Muster mittels Clustering und Hauptkomponentenanalyse sowie der Entwicklung von Deep-Learning-Modellen unter Verwendung geschichteter Berechnungsgraphen. Das Lernen erfolgt über ein Notebook-basiertes interaktives Format, das ausführbaren Code mit beschreibendem Text kombiniert.

    Provides guides for applying Python to implement linear regression, decision trees, and support vector machines.

    Python
    Auf GitHub ansehen↗7,043
  1. Home
  2. Education & Learning Resources
  3. Python Programming Guides
  4. Machine Learning Guides