alvinwangjunqiang Goto Github PK

ailearning

AiLearning: 机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NLP

associationrule-illness

中医证型关联规则挖掘

bdci_car_2018

BDCI 2018 汽车行业用户观点主题及情感识别 决赛一等奖方案

blog

Python机器学习算法技术博客，有原创干货！有code实践！ 【更多内容敬请关注公众号 "算法进阶"】

bookrecommend

图书推荐系统，基于商品的协同过滤算法实现

books

技术资料分享

ccf-car

汽车行业用户观点主题及情感识别

cnn

小白笔记

competition_tianchi

阿里移动推荐算法比赛

coursera-ml-andrewng-notes

吴恩达老师的机器学习课程个人笔记

ctr_nn

基于深度学习的CTR预估，从FM推演各深度学习CTR预估模型（附代码）

deeplearning

深度学习入门教程, 优秀文章, Deep Learning Tutorial

deeplearning_ai_books

deeplearning.ai（吴恩达老师的深度学习课程笔记及资源）

deeplearningbook

This repository is used to publish source code of my deep learning book

dmf_attndmf

深度矩阵分解模型 与 带注意力的深度矩阵分解模型

dml

D's Machine Learning is a machine learning toolkit for python,focus on rightness but efficiency

fucking-algorithm

刷算法全靠套路，认准 labuladong 就够了！English version supported! Crack LeetCode, not only how, but also why.

github-project-recommend

Github优秀开源项目整理（每周更新）http://chenhaoact.com/github-project-recommend.html

githubrecommendationsystem

GitHub recommendation engine based on collaborative filtering

hello-algorithm

🌍 针对小白的算法训练 | 包括四部分：①.大厂面经 ②.力扣图解 ③.千本开源电子书 ④.百张技术思维导图（项目花了上百小时，希望可以点 star 支持，🌹感谢~）点击下方网站，马上开始刷题！

huaweidata

关联规则挖掘属于数据挖掘的一个分支，主要挖掘数据之间的因果关系。具体到告警关联规则挖掘，也就是挖掘告警之间的因果关系。 部署在网络中的设备在运行过程中会产生大量的告警，网管将这些告警记录收集起来，统一挖掘分析其中的关联规则。通过关联规则，可以进行相应的部署提前预防关联告警的产生，从而提高服务质量减少损失。 项目的主要需求是挖掘告警关联规则，附带有一些其他信息统计的需求。

hyperlearn

50% faster, 50% less RAM Machine Learning. Numba rewritten Sklearn. SVD, NNMF, PCA, LinearReg, RidgeReg, Randomized, Truncated SVD/PCA, CSR Matrices all 50+% faster

imylu

Pure Python implementation of machine learning algorithms

jdata-2018

Top 6 - Code for JData-2018

kaggle---google-local-visit-prediction

Prediction using BPR and LFM

learning-nlp

nlp in action

lfm

lfm-for-collaborative-recommender

利用LFM矩阵分解进行协同过滤推荐//CF based on LFM decomposition

lfmrecommend4douban

针对豆瓣图书的LFM推荐程序

machine-learning-with-python

此项目是我在学习《机器学习实战》这本书时的代码记录情况，用python实现，当然也会包括一些其他的机器学习算法，使用Python实现