Blog

Blog

全面涵盖深度学习与机器学习的教程项目

本项目汇集了深度学习和机器学习领域的系列教程与代码实现。内容覆盖从基础到高级的多个主题,包括神经网络、CNN、RNN、NLP等深度学习技术,以及特征工程、模型评估、异常检测等机器学习方法。每个主题均配有详细解析和Python代码,为AI学习和实践提供了丰富资源。

深度学习机器学习Python算法人工智能Github开源项目

"算法进阶"公众号精选文章及项目代码【原创不易,欢迎点亮Star收藏~】


<h3 id="2">深度学习系列文章</h3>
<img width=300/>文章<img width=300/>代码&资料
《一文掌握深度学习建模预测全流程(Python)》代码
《深度学习GPU环境配置及建模(Python)》代码
《一文盘点令人惊艳的AI神器(附项目代码)》
《浅谈深度学习泛化能力》资料
《从神经元到深度神经网络》
《深入解析神经网络的激活函数》
《神经网络拟合能力的提升之路(Python)》代码
《神经网络模型概览》
《神经网络学到了什么?(Python)》代码
《深入解决过拟合问题》
《神经网络优化算法概览》
《详解RNN及股票预测实战(Python)》代码
《深入理解CNN及图像识别(Python)》代码
《LSTM原理及藏头诗生成(Python)》代码
《NLP算法概览(Python)》代码
<h3 id="1">机器学习系列文章</h3> |<img width=300/>文章<img width=300/>| 代码&资料| :-: | :-: | [《一文全面概览机器学习建模流程(Python代码)》](https://github.com/aialgorithm/Blog/issues/21)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E5%85%A8%E8%A7%88%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BB%BA%E6%A8%A1%E6%B5%81%E7%A8%8B%EF%BC%88Python%E4%BB%A3%E7%A0%81%EF%BC%89) [《一文全面解决样本不平衡问题》](https://github.com/aialgorithm/Blog/issues/40)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E8%A7%A3%E5%86%B3%E6%A0%B7%E6%9C%AC%E4%B8%8D%E5%9D%87%E8%A1%A1(%E5%85%A8)) [《一文快速了解机器学习的类别(Python代码)》](https://github.com/aialgorithm/Blog/issues/20)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E9%80%9F%E8%A7%88%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%B1%BB%E5%88%AB%EF%BC%88Python%E4%BB%A3%E7%A0%81%EF%BC%89) [《一文揭秘AI核心概念(全) 》](https://github.com/aialgorithm/Blog/issues/62)|[]() [《机器学习数据不满足同分布,怎么处理? 》](https://github.com/aialgorithm/Blog/issues/63)|[]() [《几经沉浮,人工智能(AI)未来何去何从?》](https://github.com/aialgorithm/Blog/issues/16)| [《Python人工智能学习路线(长篇干货) 》](https://github.com/aialgorithm/Blog/issues/22)|[资源](https://github.com/aialgorithm/AiPy) [《Python机器学习入门指南(全)》](https://github.com/aialgorithm/Blog/issues/2)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/Python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%85%A5%E9%97%A8%E6%8C%87%E5%8D%97demo) [《Python数据分析指南(全)》](https://github.com/aialgorithm/Blog/issues/14)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/Python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E6%8C%87%E5%8D%97(%E5%85%A8)) [《程序员说模型过拟合时,究竟在说什么?》](https://github.com/aialgorithm/Blog/issues/3)| [《一文总结Python特征生成方法(全)》](https://github.com/aialgorithm/Blog/issues/11)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E5%BD%92%E7%BA%B3Python%E7%89%B9%E5%BE%81%E7%94%9F%E6%88%90%E6%96%B9%E6%B3%95) [《Python特征选择(全)》](https://github.com/aialgorithm/Blog/issues/10)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/Python%E7%89%B9%E5%BE%81%E9%80%89%E6%8B%A9) [《一文总结AI数据增强方法》](https://github.com/aialgorithm/Blog/issues/13)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E5%BD%92%E7%BA%B3Ai%E6%95%B0%E6%8D%AE%E5%A2%9E%E5%BC%BA%E4%B9%8B%E6%B3%95) [《一文总结AI调参炼丹之法》](https://github.com/aialgorithm/Blog/issues/12)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E5%BD%92%E7%BA%B3Ai%E8%B0%83%E5%8F%82%E7%82%BC%E4%B8%B9%E4%B9%8B%E6%B3%95) [《异常检测算法概览(Python)》](https://github.com/aialgorithm/Blog/issues/18)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E9%80%9F%E8%A7%88(Python%E6%BA%90%E7%A0%81)) [《一文涵盖序列预测方法(Python)》](https://github.com/aialgorithm/Blog/issues/7)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E5%9B%8A%E6%8B%AC%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E6%96%B9%E6%B3%95(Python)) [《Python半监督算法概览》](https://github.com/aialgorithm/Blog/issues/15)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/Python%E5%8D%8A%E7%9B%91%E7%9D%A3%E7%AE%97%E6%B3%95%E6%A6%82%E8%A7%88) [《一文道尽XGBOOST的前世今生》](https://github.com/aialgorithm/Blog/issues/4)| [《数据挖掘概要(Python)》](https://github.com/aialgorithm/datamining)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/Python%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E6%A6%82%E8%A6%81) [《分布式机器学习原理及实战(Pyspark)》](https://github.com/aialgorithm/Blog/issues/17)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E5%88%86%E5%B8%83%E5%BC%8F%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E6%88%98(Pyspark)) [《深度解读模型评估方法》](https://github.com/aialgorithm/Blog/issues/32)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E4%B8%80%E6%96%87%E6%B7%B1%E5%BA%A6%E8%A7%A3%E8%AF%BB%E6%A8%A1%E5%9E%8B%E8%AF%84%E4%BC%B0%E6%96%B9%E6%B3%95) [《全面解析并实现逻辑回归(Python)》](https://github.com/aialgorithm/Blog/issues/33)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E5%85%A8%E9%9D%A2%E8%A7%A3%E6%9E%90%E9%80%BB%E8%BE%91%E5%9B%9E%E5%BD%92%E6%A8%A1%E5%9E%8B%E5%8F%8A%E5%AE%9E%E7%8E%B0(Python)) [《逻辑回归优化技巧总结(全)》](https://github.com/aialgorithm/Blog/issues/34)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E9%80%BB%E8%BE%91%E5%9B%9E%E5%BD%92%E4%BC%98%E5%8C%96%E6%8A%80%E5%B7%A7%E6%80%BB%E7%BB%93(%E5%85%A8)) [《全面归纳距离和相似度方法(7种)》](https://github.com/aialgorithm/Blog/issues/36) [《深入理解KNN扩展到ANN)》](https://github.com/aialgorithm/Blog/issues/38)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3KNN%E6%89%A9%E5%B1%95%E5%88%B0ANN) [《从深度学习到深度森林方法(Python)》](https://github.com/aialgorithm/Blog/issues/38)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E6%B7%B1%E5%BA%A6%E6%A3%AE%E6%9E%97%E9%A2%84%E6%B5%8B) [《一篇白话机器学习概念》](https://github.com/aialgorithm/Blog/issues/19) [《全面解析Kmeans聚类(Python)》](https://github.com/aialgorithm/Blog/issues/42)|[代码](https://github.com/aialgorithm/Blog/blob/master/./projects/kmeans++ [《一文通俗讲透树模型》](https://github.com/aialgorithm/Blog/issues/47)|[]() [《Pandas、Numpy性能优化秘籍(全)》](https://github.com/aialgorithm/Blog/issues/48)|[]() [《树模型遇上类别型特征(Python)》](https://github.com/aialgorithm/Blog/issues/49)|[]() [《TensorFlow决策森林构建GBDT(Python)》](https://github.com/aialgorithm/Blog/issues/50)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/TensorFlow%E5%86%B3%E7%AD%96%E6%A3%AE%E6%9E%97%E5%AE%9E%E8%B7%B5) [《深入机器学习的梯度优化》](https://github.com/aialgorithm/Blog/issues/51) [《树+神经网络算法强强联手(Python)》](https://github.com/aialgorithm/Blog/issues/57)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E6%A0%91%2B%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%BC%BA%E5%BC%BA%E8%81%94%E6%89%8B(Python)) [《树模型决策的可解释性与微调(Python)》](https://github.com/aialgorithm/Blog/issues/59)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/树模型决策的可解释性与微调(Python)) [《Machine Learning Model Iteration Methods Summary (Python)》](https://github.com/aialgorithm/Blog/issues/60)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E6%A8%A1%E5%9E%8B%E8%BF%AD%E4%BB%A3%E6%96%B9%E6%B3%95%E6%80%BB%E7%BB%93(%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0)) [《Tree Model with Business Prior Constraints (Python)》](https://github.com/aialgorithm/Blog/issues/61)|[代码](https://github.com/aialgorithm/Blog/tree/master/projects/%E5%BC%95%E5%85%A5%E4%B8%9A%E5%8A%A1%E5%85%88%E9%AA%8C%E7%BA%A6%E6%9D%9F%E7%9A%84%E6%A0%91%E6%A8%A1%E5%9E%8B(Python)) [《How to Perform Multi-label Classification? (Python)》](https://github.com/aialgorithm/Blog/issues/64)|[]() <h3 id="3">金融科技</h3>
<img width=300/>文章<img width=300/>代码&资料
《一文梳理金融风控建模全流程(Python)》代码
《基于知识图谱的营销反欺诈全流程》
《客户流失预测及营销(Python)》代码
《一窥推荐系统的原理》
《推荐项目实战(双塔模型)》代码
《金融科技的技术概览》
《海外金融风控算法实践(Python)》代码

其他

【Python、机器学习算法学习资源汇总】

《程序员面试完全指南》

《TCP/IP--图解从URL到网页通信原理》

《技术的未来是什么?(深度总结)》

关注公众号:算法进阶

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多