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