推荐TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型

Posted 机器学习研究会

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了推荐TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型相关的知识,希望对你有一定的参考价值。

Contents

  • 机器学习

    • 线性模型

    • 支持向量机

    • 集成

    • 分解

  • 深度学习

    • 多层感知

    • 卷积网络

    • 循环网络

    • 自动解码

    • 高速公路网络

    • 对抗生成网络

  • 自然语言处理

    • 预处理

    • 语言模型

    • 文本分类

    • 文本生成

    • 词性标记

    • 分词

    • 机器翻译

  • 计算机视觉

    • OpenCV

机器学习

线性模型

  • TensorFlow   |   线性回归     模型     测试   |  

  • TensorFlow   |   逻辑回归     模型     测试   |  

  • Java   |   逻辑回归     模型     测试   |  

支持向量机

  • TensorFlow   |   线性 支持向量机 分类器     模型     测试   |  

  • Java   |   线性 支持向量机 分类器     模型     测试   |  

  • Libsvm   |   非线性 支持向量机 分类器     模型     测试   |  

集成

  • NumPy   |   Bagging 分类器     模型     测试   |  

  • NumPy   |   Adaboost 分类器     伪代码     模型     测试   |  

  • NumPy   |   随机森林 分类器     模型     测试   |  

分解

  • TensorFlow   |   非负矩阵分解     模型     MovieLens数据集测试   |  

深度学习

多层感知

  • TensorFlow   |   多层感知 分类器     模型     MNIST数据集测试     CIFAR10数据集测试   |  

  • PyTorch   |   多层感知 分类器     模型     MNIST数据集测试     CIFAR10数据集测试   |  

卷积网络

  • TensorFlow   |   二维卷积 分类器     模型     MNIST数据集测试     CIFAR10数据集测试   |  

  • PyTorch   |   二维卷积 分类器     模型     MNIST数据集测试     CIFAR10数据集测试   |  

循环网络

  • TensorFlow   |   LSTM 分类器     模型     MNIST数据集测试     CIFAR10数据集测试   |  

  • TensorFlow   |   LSTM 回归器     模型     测试     预览   |  

  • PyTorch   |   LSTM 分类器     模型     MNIST数据集测试     CIFAR10数据集测试   |  

  • PyTorch   |   GRU 回归器     模型     测试   |  

自动解码

  • TensorFlow   |   多层感知 自动解码     模型   |   MNIST数据集测试   |  

  • TensorFlow   |   二维卷积 自动解码     模型     MNIST数据集测试     CIFAR10数据集测试   |  

高速公路网络

  • TensorFlow   |   基于高速公路的 多层感知 分类器     模型     MNIST数据集测试   |  

  • TensorFlow   |   基于高速公路的 一维卷积 分类器     模型     IMDB数据集测试   |  

对抗生成网络

  • TensorFlow   |   基于多层感知的 对抗生成网络     模型     测试   |   有条件限制的 对抗生成网络     模型     测试   |  

  • TensorFlow   |   基于卷积网络的 对抗生成网络     MNIST数据集     模型     测试   |  

自然语言处理

预处理

  • Python   |   文本格式化

  • Python   |   词语索引

语言模型

  • Sklearn   |   隐含语义分析     书名测试   |  

  • Python   |   三元模型     Amazon客户评价测试   |  

  • Sklearn   |   TF-IDF     Brown文集测试   |  

  • TensorFlow   |   词语向量化 Skip-Gram     模型     Text8文集测试   |  

文本分类

  • Sklearn   |   TF-IDF + 逻辑回归     IMDB数据集测试   |  

  • TensorFlow   |   一维卷积     模型     IMDB数据集测试   |   多通道 一维卷积     模型     IMDB数据集测试   |  

  • TensorFlow   |   循环网络     模型     IMDB数据集测试   |  

  • TensorFlow   |   双层循环网络 + 注意力机制     Model     IMDB Test   |  

  • TensorFlow   |   一维卷积+循环网络     模型     IMDB数据集测试   |  

  • PyTorch   |   一维卷积     模型     IMDB数据集测试   |  

  • PyTorch   |   循环网络     模型     IMDB数据集测试   |  

  • PyTorch   |   一维卷积+循环网络     模型     IMDB数据集测试   |  

文本生成

  • Python   |   二阶马尔可夫模型     Robert Frost 文集测试   |  

  • TensorFlow   |   Char-LSTM     模型     测试   |  

  • TensorFlow   |   CNN-RNN     模型     测试   |  

词性标记

  • TensorFlow   |   循环网络     模型     CoNLL-2000数据集测试   |   双向循环网络     模型     CoNLL-2000数据集测试   |  

  • TensorFlow   |   双向循环网络 + 条件随机场     模型     CoNLL-2000数据集测试   |  

  • PyTorch   |   循环网络     模型     CoNLL-2000数据集测试   |   双向循环网络     模型     CoNLL-2000数据集测试   |  

分词

  • TensorFlow   |   循环网络     模型     ICWB2数据集测试   |   双向循环网络     模型     ICWB2数据集测试   |  

  • TensorFlow   |   双向循环网络 + 条件随机场     模型     ICWB2数据集测试   |  

  • PyTorch   |   循环网络     模型     ICWB2数据集测试   |   双向循环网络     模型     ICWB2数据集测试   |  

机器翻译

  • TensorFlow   |   动态 Seq2Seq     模型     测试   |   动态 Seq2Seq (双向编码)     模型     测试   |  

计算机视觉

OpenCV

  • 基本操作   |   调整大小

  • 基本操作   |   旋转

  • 分割   |   轮廓

  • 分割   |   轮廓排序

  • 探测   |   Face & Eye Detection Using Cascade Classifier

  • 探测   |   Walker & Car Detection Using Cascade Classifier



链接:

https://github.com/zhedongzheng/finch/blob/master/README-CH.md


原文链接:

https://m.weibo.cn/1402400261/4129497244502589

以上是关于推荐TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型的主要内容,如果未能解决你的问题,请参考以下文章

个性化推荐系统推荐算法

个性化推荐系统推荐算法

混合推荐系统就是多个推荐系统“大杂烩”吗?

推荐系统架构(摘自《推荐系统实践》)

推荐系统基础-纪要

推荐系统