我的 #100DaysOfAI# 挑战日志。 [2018年9月28日,星期五] 开始。
今天的进展: 开始建立 #100DaysOfAI# 相关 github 项目,微博,微信群,熟悉 Anaconda, numpy。
思考: 万事开头难,从开始记录的第一天起,就是很大的进步。
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day1-numpy/
今天的进展: 《Machine Learning Yearning》中文版最后几章翻译成中文,阅读书本内容。
思考: 为什么要翻译一下呢,英语不行呐。要是能直接看懂原文,不就好学多了。
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day2-yearning/
今天的进展: 斯坦福大学2014(吴恩达)机器学习教程中文笔记
课程地址:https://www.coursera.org/course/ml
机器学习视频下载链接:见github包含mp4视频和字幕
转自 github:https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
思考: 转自 黄海广 总结好的,之后要代码实现算法了。
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day3-ml-coursera/ml-coursera.ipynb
今天的进展: 祝大家国庆快乐。转 https://github.com/Avik-Jain/100-Days-Of-ML-Code 的中文版 https://github.com/MLEveryday/100-Days-Of-ML-Code
思考: 本来想实现 swift 版本的 scikit-learn 中算法,swift 没有 pandas, numpy, matplotlib 这样的库,还是算了。今天先转之前比较火的 100-Days-Of-ML-Code,有多种中文版本的实现。
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day4-100-days-of-ml-code-cn/
今天的进展: 国庆结束了,先转一个台湾大学林轩田老师曾在coursera上开设了两门机器学习经典课程:《机器学习基石》和《机器学习技法》的中文版。
思考: 国庆后恢复一下状态,过两天正式编码。
今天的进展: 查看 sklearn 源码
思考: sklearn 是使用最广的机器学习库,里面实现了大部分的机器学习算法,把 sklearn 源码看懂了,对大多数 ML 知道都会了解。
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day6-sklearn-uml-diagram/README.md
今天的进展: scikit-learn 0.19 中文文档
思考: 先看 scikit-learn 中文文档,之后进行源码分析。
今天的进展: sklearn api
思考: sklearn api 整理
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day8-sklearn-api/README.md
今天的进展: 总结 Anaconda 安装掼
思考: 2019 年开始了,重新开始 2018 年定的任务。
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day9-anaconda/README.md
今天的进展: 自然语言处理简明教程
思考: 英语好段句,以后再处理中文。
工作成果链接: https://github.com/iOSDevLog/100-days-of-ai/blob/master/r1-ml/day10-nlp/nlp.ipynb