分享一个github机器学习模型和算法代码库

最近在搜集整理一些机器学习与深度学习方面的算法与代码，无意中在github上找到一个叫ML-From-Scratch的算法资源库，其目前已获得上万的star。该资源库包含十几种机器学习模型和算法的Python实现，同时提供机器学习小项目，旨在涵盖从数据挖掘到深度学习的所有内容。所有算法和项目均通过python实现并提供完整代码。

算法部分

监督学习

Adaboost

贝叶斯回归

决策树

正则化回归

梯度提升

K-近邻

Lasso 回归

线性判别分析

线性回归

Logistic回归

多层感知机

神经网络的粒子群优化算法

朴素贝叶斯

支持向量机

随机森林

xgboost

无监督学习

Apriori

自编码器

DBSCAN

FP-增长

高斯混合模型

生成对抗网络

遗传算法

K均值

主成分分析

受限制的玻尔兹曼机器

强化学习

深度强化学习

深度学习

神经网络介绍

神经网络各网络层

卷积神经网络

循环神经网络

项目部分

一、多项式回归

二、CNN对数字数据集进行分类

三、基于密度的聚类

四、生成手写数字

五、深度强化学习

六、RBM的图像重建

七、进化神经网络

八、遗传算法

九、关联分析