zhuifeng7000/deeplearning_python

研究学习mathine learning、deep learning的程序 基于python语言

一、mathine learning的算法实现如下：

1. KNN 用K近邻算法识别手写数字
2. DecisionTree 用python代码和scikit-learning分别实现决策树算法并预测示例
3. Bayes 用python实现贝叶斯算法进行垃圾邮件判别，并用scikit-learning中的算法一段评论文本的情绪
4. EM-AdaBoost 分别用python和scikit-learning实现AdaBoost算法，并根据特征判断马是否生病
5. RecommenderSystem 推荐系统 userBasedRS.py 基于用户相似性的协同过滤算法 itemBasedRF.py 基于物品相似性的协同过滤算法 （感谢Lockvictor、项亮） RecommenderSystem.py 基于model的协同过滤算法

二、deep learning算法实现包含如下

1. LogisticRegression logistic算法识别猫图
2. NNwithOnehiddenlayer 浅层神经网络实现
3. BasicDeepNN 基本的深度神经网络，python代码，识别猫图片
4. DNNinTensorflow 用Tensorflow实现的DNN，识别手势
5. CNN 卷积网络实现，识别手势
6. ResNet 残差网络，识别手势
7. keras 用keras实现卷积网络，识别笑脸
8. YOLO-Cardetection 基于Yolo-v2算法的实现版本Yad2k，实现汽车等物品的自动检测
9. FaceDetection 用Inception网络识别人脸,分为face verification 和 face recognition两个部分
10. DinosaurName 用基本RNN网络生成名称

感谢我的导师王黎明教授领我入门
感谢Andrew Yan-Tak Ng的机器学习和深度学习课程