Ini ialah apl Linux bernama Kursus Pembelajaran Mesin Stanford yang keluaran terbarunya boleh dimuat turun sebagai Stanford-Machine-Learning-Coursesourcecode.tar.gz. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama Kursus Pembelajaran Mesin Stanford dengan OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
Kursus Pembelajaran Mesin Stanford
Ad
DESCRIPTION
Repositori Latihan Kursus Pembelajaran Mesin Stanford mengandungi tugasan pengaturcaraan daripada kursus dalam talian Pembelajaran Mesin Stanford yang terkenal. Ia termasuk pelaksanaan pelbagai algoritma asas menggunakan Python dan MATLAB/Octave. Repositori merangkumi set topik yang luas seperti regresi linear, regresi logistik, rangkaian saraf, pengelompokan, mesin vektor sokongan dan sistem pengesyor. Setiap folder sepadan dengan algoritma atau konsep tertentu, menjadikannya mudah untuk pelajar menavigasi dan berlatih. Latihan ini berfungsi sebagai pengukuhan praktikal dan praktikal bagi konsep teori yang diajar dalam kursus. Koleksi ini berharga untuk pelajar dan pengamal yang ingin mengukuhkan kemahiran mereka dalam pembelajaran mesin melalui latihan pengekodan.
Ciri-ciri
- Mengandungi latihan pengaturcaraan daripada kursus Pembelajaran Mesin Stanford
- Melaksanakan algoritma dalam Python dan MATLAB/Octave
- Meliputi kaedah pembelajaran yang diselia termasuk regresi dan klasifikasi
- Termasuk kaedah pembelajaran tanpa pengawasan seperti pengelompokan dan PCA
- Menyediakan latihan rangkaian saraf dan contoh pengoptimuman
- Mempunyai sistem pengesyoran dan latihan pengesanan anomali
Bahasa Pengaturcaraan
MATLAB, Python, Unix Shell
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/stanford-ml.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.
