2 dépôts
Classifiers that use kernel functions to map data into higher dimensions for non-linear separation.
Distinct from Supervised Classification: Focuses on kernel tricks for non-linear boundaries specifically, rather than general supervised classification workflows.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Kernel-Based Classifiers. Refine with filters or upvote what's useful.
This project is an educational resource providing practical code examples and implementations of machine learning algorithms using the Python language. It serves as a guide for constructing predictive pipelines, clustering models, and dimensionality reduction within the Scikit-Learn ecosystem. The repository includes comprehensive demonstrations for supervised and unsupervised learning, as well as detailed examples for implementing neural networks and deep architectures. It also provides practical guidance on exporting model parameters to JSON and wrapping trained models in web APIs for produ
Implements non-linear classification using kernel tricks to find separating hyperplanes for non-linearly separable data.
TensorFlow-World est une collection de tutoriels, de guides d'implémentation et de modèles pour construire et entraîner des modèles de machine learning en utilisant le framework TensorFlow. Il sert de ressource éducative pour concevoir des architectures de deep learning et implémenter des modèles prédictifs. Le projet fournit des exemples prêts à l'emploi pour construire des architectures de réseaux de neurones et des classifieurs linéaires. Il inclut des guides sur l'exécution d'opérations sur tenseurs, la différenciation automatique et l'optimisation par descente de gradient. Les matériaux couvrent une gamme de capacités de machine learning, incluant l'utilisation d'abstractions Keras de haut niveau pour la composition de modèles, l'implémentation de classifieurs à noyau, et le développement de systèmes de régression et de classification.
Develops classifiers that use kernel functions to map data into higher dimensions for non-linear separation.