机器学习的Pytorch实现资源集合

【导读】该项目用pytorch实现了从最基本的机器学习算法：回归、聚类，到深度学习、强化学习等。该项目的目的不是生成尽可能优化和计算效率的算法，而是以透明和可访问的方式呈现它们的内部工作方式，可以帮助机器学习学习者更好地理解实现原理。

作者｜eriklindernoren

编译｜专知

整理｜Yingying,李大囧

多项式回归

多项式回归的训练过程

使用CNN做图像分类

使用DBSCAN做聚类

用强化学习玩平衡游戏

用深度玻尔兹曼机做图像重建

实现算法列表

监督学习

• Adaboost

• Bayesian Regression

• Decision Tree

• Elastic Net

• Gradient Boosting

• K Nearest Neighbors

• Lasso Regression

• Linear Discriminant Analysis

• Linear Regression

• Logistic Regression

• Multi-class Linear Discriminant Analysis

• Multilayer Perceptron

• Naive Bayes

• Neuroevolution

• Particle Swarm Optimization of Neural Network

• Perceptron

• Polynomial Regression

• Random Forest

• Ridge Regression

• Support Vector Machine

• XGBoost

无监督学习

• Apriori

• Autoencoder

• DBSCAN

• FP-Growth

• Gaussian Mixture Model

• Generative Adversarial Network

• Genetic Algorithm

• K-Means

• Partitioning Around Medoids

• Principal Component Analysis

• Restricted Boltzmann Machine

强化学习

• Deep Q-Network

深度学习

• Neural Network

• 层

          Activation Layer

          Average Pooling Layer

          Batch Normalization Layer

          Constant Padding Layer

          Convolutional Layer

          Dropout Layer

          Flatten Layer

          Fully-Connected (Dense) Layer

          Fully-Connected RNN Layer

          Max Pooling Layer

          Reshape Layer

          Up Sampling Layer

          Zero Padding Layer

模型

• Convolutional Neural Network

• Multilayer Perceptron

• Recurrent Neural Network

Github 链接：

https://github.com/eriklindernoren/ML-From-Scratch

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

 AI 项目技术 & 商务合作：bd@zhuanzhi.ai, 或扫描上面二维码联系！

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知