3 रिपॉजिटरी
Coded examples of machine learning algorithms used for classification and regression tasks.
Distinct from Algorithm Implementations: Focuses on the educational implementation of predictive ML algorithms rather than low-level numerical computing library internals.
Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Predictive Model Implementations. Refine with filters or upvote what's useful.
यह प्रोजेक्ट इंटरैक्टिव Jupyter Notebooks के माध्यम से वितरित एक मशीन लर्निंग शैक्षिक पाठ्यक्रम और शिक्षण प्लेटफ़ॉर्म है। यह Python डेटा साइंस टूलकिट में महारत हासिल करने के लिए एक व्यापक गाइड के रूप में कार्य करता है, जो न्यूमेरिकल कंप्यूटिंग, टैबुलर डेटा मैनिपुलेशन और सांख्यिकीय विज़ुअलाइज़ेशन के लिए स्ट्रक्चर्ड ट्यूटोरियल प्रदान करता है। इस पाठ्यक्रम में Scikit-Learn के लिए विशिष्ट इम्प्लीमेंटेशन गाइड और न्यूरल नेटवर्क व कंप्यूटर विज़न मॉडल बनाने, ट्रेन करने और डिप्लॉय करने के लिए TensorFlow पर एक व्यावहारिक कोर्स शामिल है। यह समस्या के प्रारंभिक निरूपण और कार्य वर्गीकरण से लेकर इंटरैक्टिव वेब इंटरफ़ेस के माध्यम से मॉडल के डिप्लॉयमेंट तक, प्रेडिक्टिव मॉडल बनाने की एंड-टू-एंड प्रक्रिया को कवर करता है। यह प्रोजेक्ट मल्टीडायमेंशनल एरेज़ के साथ न्यूमेरिकल कंप्यूटिंग, एक्सप्लोरेटरी डेटा एनालिसिस और डेटा प्रीप्रोसेसिंग रूटीन सहित व्यापक क्षमता सतह को कवर करता है। यह सुपरवाइज़्ड और अनसुपरवाइज़्ड लर्निंग, ऑटोमेटेड मशीन लर्निंग पाइपलाइन, हाइपरपैरामीटर ऑप्टिमाइज़ेशन और क्लासिफिकेशन मेट्रिक्स व क्रॉस-वैलिडेशन का उपयोग करके मॉडल मूल्यांकन के लिए विस्तृत वर्कफ़्लो प्रदान करता है। शैक्षिक सामग्री को नोटबुक की एक सीरीज़ के रूप में व्यवस्थित किया गया है जो डेटा साइंस वर्कफ़्लो को दस्तावेज़ित करने के लिए नैरेटिव स्पष्टीकरण के साथ Python कोड को इंटरलीव करती है।
Implements classification and regression algorithms to demonstrate how predictive models process specific datasets.
यह प्रोजेक्ट शैक्षिक Jupyter Notebooks का एक संग्रह है जो TensorFlow फ्रेमवर्क का उपयोग करके न्यूरल नेटवर्क निर्माण और टेंसर ऑपरेशंस पर ट्यूटोरियल प्रदान करता है। यह मशीन लर्निंग के छात्रों के लिए एक शैक्षिक रिपॉजिटरी और इम्प्लीमेंटेशन गाइड के रूप में कार्य करता है। यह सूट विशिष्ट उन्नत आर्किटेक्चर पर केंद्रित है, जिसमें इमेज क्लासिफिकेशन के लिए कन्वेन्शनल नेटवर्क, ट्रेनिंग स्टेबिलिटी के लिए स्किप कनेक्शन वाले रेजिडुअल नेटवर्क, और जेनरेटिव मॉडलिंग व डेटा सिंथेसिस के लिए वेरिएशनल ऑटोएनकोडर शामिल हैं। इसमें फीचर एक्सट्रैक्शन और डाइमेंशनलिटी रिडक्शन करने के लिए डीनोइजिंग और डीप ऑटोएनकोडर बनाने के लिए गाइड भी शामिल हैं। रिपॉजिटरी प्रेडिक्टिव मॉडलिंग के व्यापक दायरे को कवर करती है, जिसमें निरंतर मानों और बाइनरी परिणामों की भविष्यवाणी के लिए लीनियर, पॉलिनोमियल और लॉजिस्टिक रिग्रेशन के इम्प्लीमेंटेशन शामिल हैं।
Provides coded examples of predictive algorithms, including linear, polynomial, and logistic regression.
यह प्रोजेक्ट एक मशीन लर्निंग पाठ्यक्रम और डेटा साइंस शैक्षिक संसाधन है। यह मशीन लर्निंग अवधारणाओं और प्रेडिक्टिव मॉडल्स के कार्यान्वयन को सीखने के लिए डिज़ाइन की गई निर्देशात्मक सामग्रियों और व्यावहारिक प्रोजेक्ट्स का एक स्ट्रक्चर्ड सेट प्रदान करता है। यह संसाधन सुपरवाइज्ड लर्निंग के लिए एक प्रशिक्षण गाइड के रूप में कार्य करता है, जो इमेज क्लासिफिकेशन और डिजिट रिकग्निशन के लिए मॉडल्स के विकास पर केंद्रित है। यह एक प्रोजेक्ट-आधारित प्रशिक्षण दृष्टिकोण का उपयोग करता है जो सैद्धांतिक पाठों को डेटासेट-आधारित मॉडल प्रशिक्षण और मूल्यांकन के साथ जोड़ता है। यह पाठ्यक्रम मशीन लर्निंग की गणितीय नींव, डेटा प्रोसेसिंग और सुपरवाइज्ड लर्निंग एल्गोरिदम के कार्यान्वयन को कवर करता है। यह कंटेंट को मॉड्यूलर यूनिट्स और अनुक्रमिक पाथ्स में व्यवस्थित करता है जो सैद्धांतिक अध्ययन से वास्तविक दुनिया के डेटासेट्स का उपयोग करके मॉडल्स के व्यावहारिक अनुप्रयोग की ओर बढ़ते हैं।
Provides coded examples and exercises for implementing predictive models for classification and recognition tasks.