Github项目推荐 | Homemade Machine Learning - 自己动手实践机器学习算法

?通过交互式Jupyter演示和数学解释的流行机器学习算法的Python示例

项目地址：

https://github.com/trekhleb/homemade-machine-learning

【注：划线链接部分请点击底部“阅读原文”访问】

对于此仓库的Octave / MatLab版本，请查看 machine-learning-octave项目。

本仓库包含在Python中实现的流行机器学习算法的示例，其中包含算法背后的解释。每个算法都有交互式Jupyter Notebook演示，你可以使用它来训练数据和算法配置，并立即在浏览器中查看结果、图表和预测。在大多数情况下，算法的解释是基于Andrew Ng的伟大的机器学习课程。

建立本项目的目的不是通过使用第三方库“one-liners”来实现机器学习算法，而是从头开始实践这些算法，并更好地理解每种算法背后的数学意义。这就是为什么这里所有的算法实现都被称为“自制”并且不打算用于生产的原因。

监督学习

在监督学习中，我们将一组训练数据作为输入，并将每组训练集的标签或“正确答案”作为输出。然后我们训练我们的模型（机器学习算法参数）以正确地将输入映射到输出（去做进行正确的预测）。最终目的是找到这样的模型参数，即使对于新的输入示例，也能成功地继续正确的输入→输出映射（预测）。

回归

在回归问题中，我们做实值预测。基本上我们尝试沿着训练样例绘制线/平面/n维平面。

用法示例：股票价格预测，销售分析，任何数字的依赖性等。

?线性回归

? 数学| 线性回归 - 理论和进一步阅读的链接

⚙️代码| 线性回归 - 实现示例

▶️演示| 单变量线性回归 - 按经济GDP预测国家幸福指数

▶️演示| 多元线性回归 - 按经济GDP和自由指数预测国家幸福指数

▶️演示| 非线性回归 - 使用具有多项式和正弦特征的线性回归来预测非线性依赖性

无监督学习

无监督学习是机器学习的一个分支，它从未经标记，分类或分类的测试数据中学习。无监督学习不是响应反馈，而是识别数据中的共性，并根据每个新数据中是否存在这些共性做出反应。

聚类

在聚类问题中，我们根据未知的特征分割训练样本。算法本身决定使用什么特征进行分割。

用法示例：市场细分、社交网络分析、计算集群组织、天文数据分析、图像压缩等。

?K-means算法

? 数学| K-means算法 - 理论和进一步阅读的链接

⚙️代码| K-means算法 - 实现示例

▶️演示| K-means算法 - 根据petal_length和petal_width将鸢尾花分簇

异常检测

异常检测（也叫离群检测）是通过与大多数数据显着不同而引起怀疑的罕见项目，事件或观察的识别。

用法示例：入侵检测，欺诈检测，系统健康监控，从数据集中删除异常数据等。

?使用高斯分布的异常检测

? 数学| 使用高斯分布的异常检测 - 理论和进一步阅读的链接

⚙️代码| 使用高斯分布的异常检测 - 实现示例

▶️演示| 异常检测 - 查找服务器操作参数（如延迟和阈值）中的异常

神经网络（NN）

神经网络本身不是一种算法，而是许多不同机器学习算法的框架，它们协同工作并处理复杂的数据输入。

用法示例：作为一般所有其他算法的替代，图像识别，语音识别，图像处理（应用特定样式），语言翻译等。

?多层感知器（MLP）

? 数学 | 多层感知器 - 理论和进一步阅读的链接

⚙️代码| 多层感知器 - 实现示例

▶️演示| 多层感知器| MNIST - 识别28x28像素图像的手写数字

▶️演示| 多层感知器| 时尚MNIST - 识别28x28像素图像的衣服类型

机器学习脑图

以上机器学习主题脑图的来源是这篇精彩的博客文章

学习前的预备工作

安装Python

确保你的计算机上安装了Python。

你可能希望使用venv标准的Python库来创建虚拟环境，并从本地项目目录安装和提供Python、pip和所有相关软件包，以避免与系统范围的包及其版本发生冲突。

安装依赖项

通过运行以下命令安装项目所需的所有依赖项：

代码语言：javascript复制

pip install -r requirements.txt

在本地启动Jupyter

项目中的所有演示都可以直接在浏览器中运行，而无需在本地安装Jupyter。但是如果你想在本地启动Jupyter Notebook，你可以从项目的根文件夹运行以下命令：