查看原文
其他

【算法进阶】AI领域文章精选!

算法进阶 算法进阶 2023-09-10



最近梳理了下历史文章,精选了一些文章,分为机器学习深度学习人工智能等几大板块,文章已开通【快捷转载】,欢迎阅读及转载。

希望对大家有所帮助,文章代码资料可访‍问:
https://github.com/aialgorithm/Blog


1 机器学习系列

【1】一文解决样本不均衡(全)

【2】机器学习模型迭代方法(Python)
【3】全面解析并实现逻辑回归(Python)
【4】逻辑回归优化技巧总结(全)
【5】机器学习数据不满足同分布,怎么整?
【6】Python特征选择方法(全) 
【7】一文全览机器学习建模流程(Python代码)
【8】Python数据分析指南(全)
【9】树模型决策的可解释性与微调(Python)
【10】一文深度解读模型评估方法
【11】全面解析Kmeans聚类算法(Python)
【12】机器学习算法优缺点对比(汇总篇)
【13】全面归纳距离和相似度方法(7种)
【14】一文归纳Python特征生成方法(全)
【15】一文通俗讲透树模型
【16】一文归纳Ai数据增强之法
【17】一文深层解决模型过拟合
【18】一篇白话机器学习概念
【19】Pandas、Numpy性能优化秘籍(全)
【20】少样本学习概述:算法、模型和应用
【21】机器学习数学本质的理解
【22】机器学习模型评价、模型与算法选择(综述)
【23】常用的数据分析方法汇总
【24】机器学习理论基础到底有多可靠?
【25】机器学习十大热门算法
【26】GitHub项目:机器学习100天
【27】算法模型策略、工作思路及个人成长思考
【28】机器学习项目大汇总,值得收藏!
【29】2023 年,你应该知道的所有机器学习算法
【30】一览机器学习算法(附python和R代码)
【31】机器学习领域最全综述列表!
【32】一文讲解各种机器学习算法选型思路
【33】PCA主成分分析的可视化(Python)
【34】九种顶流回归算法及实例总结
【35】机器学习特征工程的总结(全)
【36】基于客户细分的 K-Means 聚类算法(Python)
【37】机器学习算法备忘单!
【38】异常检测算法应用与实践_CMU赵越
【39】特征选择的通俗讲解!
【40】异常检测方法速览!
【41】图解机器学习知识点!
【42】机器学习调参工具
【43】分布式机器学习原理及实战(Pyspark)
【44】一文讲透决策树模型 
【45】一文详尽XGBOOST的前世今生
【46】通俗解说AI核心概念(全)
【47】一文归纳Python特征生成方法(全)
【48】图解 72 个机器学习基础知识点
【49】Python实现时间序列的分类预测
【50】10大机器学习聚类算法实现(Python)


2 深度学习系列

【1】一文概览神经网络模型

【2】一文弄懂CNN及图像识别(Python)

【3】一文概览NLP算法(Python)

【4】一文搞定深度学习建模预测全流程(Python)

【5】从深度学习到深度森林方法(Python)

【6】树+神经网络算法强强联手(Python)

【7】一文概览神经网络优化算法

【8】一文浅谈深度学习泛化能力

【9】  深度学习GPU环境配置及建模(Python)

【10】LSTM原理及生成藏头诗(Python)

【11】一文详解RNN及股票预测实战(Python)!

【12】一文讲透神经网络的激活函数

【13】神经网络学习到的是什么?(Python)

【14】小样本学习在深度学习的效果(综述)

【15】多标签分类怎么做?

【16】实现个神经网络的3D可视化,美爆了!

【17】深度学习聚类的综述

【18】终于有人总结了图神经网络!

【19】图神经网络的数学原理总结

【20】一份深度学习理论的研究总结!

【21】一篇适合新手的深度学习综述!

【22】神经网络无法实现可解释 AI ?

【23】8种时间序列分类方法总结

【24】深入了解LSTM模型结构(可视化)

【25】保姆级教程,用PyTorch搭一个神经网络

【26】深度学习模型压缩算法综述

【27】复旦大学邱锡鹏教授:一张图带你梳理深度学习知识脉络

【28】从零到一:带你认识深度学习!

【29】深度学习Pytorch基础教程!

【30】通俗讲解深度学习和神经网络!

【31】人工神经网络背后的数学原理!

【32】从0到1实现神经网络(Python

【33】深度学习调参(炼丹)的权威指南

【34】深入机器学习的梯度优化

【35】卷积神经网络特征图的可视化(CNN)

【36】6种神经网络的压缩方法



3 人工智能系列及其他


【1】Python人工智能学习路线(长篇干货)

【2】一文盘点令人惊艳AI神器(附项目代码)

【3】一文概览AI(人工智能)的发展历程

【4】李航:人工智能需要怎样的计算范式和理论?

【5】一文梳理金融风控建模全流程(Python)

【6】海外金融风控算法实践(Python)

【7】AI时代的漫谈 

【8】ChatGPT等大规模语言模型的综述(全)

【9】AIGC人工智能内容生成的综述

【10】笔记本运行私人chatgpt

【11】电影推荐项目实战(双塔模型)





您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存