Machine Learning da zero. Implementazioni essenziali di modelli e algoritmi di machine learning in NumPy con un focus sull'accessibilità. Mira a coprire tutto, dalla regressione lineare all'apprendimento profondo.
Esplora le basi del machine learning implementando vari modelli e algoritmi da zero utilizzando Python.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiMachine Learning da zero. Implementazioni essenziali di modelli e algoritmi di machine learning in NumPy con un focus sull'accessibilità. Mira a coprire tutto, dalla regressione lineare all'apprendimento profondo.
ML-From-Scratch ha 32.4k stelle su GitHub. È stato forkato 5.4k volte. ML-From-Scratch è scritto principalmente in Python. È in sviluppo attivo dal 2017. ML-From-Scratch è disponibile con licenza MIT. I suoi temi principali sono: data-mining, data-science, deep-learning, deep-reinforcement-learning.
Machine Learning da zero. Implementazioni essenziali di modelli e algoritmi di machine learning in NumPy con un focus sull'accessibilità. Mira a coprire tutto, dalla regressione lineare all'apprendimento profondo.
ML-From-Scratch è un progetto open source. È rilasciato con licenza MIT.
Sì. ML-From-Scratch è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
ML-From-Scratch è disponibile con licenza MIT.
ML-From-Scratch è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/eriklindernoren-ml-from-scratch.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.