Il s'agit de l'application Linux Stanford Machine Learning Course, dont la dernière version est téléchargeable sous le nom Stanford-Machine-Learning-Coursesourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée Stanford Machine Learning Course avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
Cours d'apprentissage automatique de Stanford
DESCRIPTION:
Le répertoire d'exercices du cours d'apprentissage automatique de Stanford contient des exercices de programmation issus du célèbre cours en ligne d'apprentissage automatique de Stanford. Il inclut des implémentations de divers algorithmes fondamentaux utilisant Python et MATLAB/Octave. Le répertoire couvre un large éventail de sujets tels que la régression linéaire, la régression logistique, les réseaux de neurones, le clustering, les machines à vecteurs de support et les systèmes de recommandation. Chaque dossier correspond à un algorithme ou un concept spécifique, facilitant ainsi la navigation et la pratique. Les exercices renforcent concrètement les concepts théoriques enseignés. Cette collection est précieuse pour les étudiants et les praticiens qui souhaitent renforcer leurs compétences en apprentissage automatique grâce à des exercices de codage.
Caractéristiques
- Contient des exercices de programmation du cours Machine Learning de Stanford
- Implémente des algorithmes en Python et MATLAB/Octave
- Couvre les méthodes d'apprentissage supervisé, y compris la régression et la classification
- Inclut des méthodes d'apprentissage non supervisées telles que le clustering et l'ACP
- Fournit des exemples de formation et d'optimisation de réseaux neuronaux
- Fonctionnalités des systèmes de recommandation et des exercices de détection d'anomalies
Langage de programmation
MATLAB, Python, shell Unix
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/stanford-ml.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.