1 分类任务
1.1 心脏病预测
【ML】基于机器学习的心脏病预测研究(附代码和数据集,逻辑回归模型)
【ML】基于机器学习的心脏病预测研究(附代码,lightgbm模型)
【ML】基于LSTM的心脏病预测研究(附代码和数据集,系列1,单向LSTM,1×13数据视角)
【ML】基于LSTM的心脏病预测研究(附代码和数据集,系列2,单向LSTM,13×1数据视角)
【ML】基于机器学习的心脏病预测研究(附代码和数据集,多层感知机模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集,随机森林模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集,决策树模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集,XGBoost模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集,支持向量机SVM模型)
1.2 鸢尾花分类
【DL】基于pytorch搭建BP神经网络/人工神经网络/多层感知机/全连接神经网络的鸢尾花分类
2 回归任务
2.1 房价预测
【ML】基于机器学习的房价预测研究(系列1:数据集)
【ML】基于机器学习的房价预测研究(系列2:XGBoost模型)
【ML】基于机器学习的房价预测研究(系列3:线性回归模型)
【ML】基于机器学习的房价预测研究(系列4:单向LSTM模型)
【ML】基于机器学习的房价预测研究(系列5:单向LSTM模型,增强版)
【ML】基于机器学习的房价预测研究(系列6:卷积神经网络模型)
【ML】基于机器学习的房价预测研究(系列7:双向LSTM模型)
【ML】基于机器学习的房价预测研究(系列8:双向LSTM模型,增强版)
【ML】基于机器学习的房价预测研究(系列9:多层感知机模型)
【ML】基于sklearn中MLPRegressor的boston/california房价预测
【ML】基于机器学习的房价预测研究(系列10:单向GRU模型)
【ML】基于机器学习的房价预测研究(系列11:单向GRU模型,增强版)
2.2 糖尿病预测
3 聚类任务
TODO
4 数据
【ML】机器学习数据集:sklearn中回归数据集介绍
【ML】机器学习数据集:sklearn中分类数据集介绍
5 其他
【ML】机器学习回归算法大总结(从线性回归到XGBoost回归)
【ML】机器学习分类算法大总结(最全分类算法从LR、SVM、RF到XGBoost、lightgbm、deepforest等)
【ML】自动编码器结合支持向量回归用于回归预测(数据+代码详细教程)
【ML】自动编码器结合逻辑回归用于分类预测(数据+代码详细教程)
【DL】搭建卷积神经网络用于回归预测(数据+代码详细教程)
【DL】基于卷积神经网络的一维数据二分类预测
【ML】XGBregressor()参数详解
【ML】RandomForestRegressor()参数详解
【ML】XGBoost中plot_importance参数详解
【ML】机器学习模型保存方式总结
【持续更新】值得关注的微信公众号、网站
一. 公众号
1、江大白
2、AIexplore
3、AIZOO
4、DrugAI
5、集智书童
6、3D视觉坊
7、极市平台
8、OpenCV与AI深度学习
9、CVer
10、我爱计算机视觉
二. 网站
廖雪峰网站:
https://www.liaoxuefeng.com/
菜鸟教程:
https://www.runoob.com/
飞浆:
https://www.paddlepaddle.org.cn/
python:
https://pypi.org/