颜色分类leetcode-Machine-Learning-Algorithm:回归、KNN、聚类、神经网络等的实现

颜色分类leetcode 【机器学习算法】 我的机器学习之旅始于 Python 的基本知识。 我逐渐转向高级算法的概念，最终进入机器学习的核心。 我的重点是实时项目，我深入研究回归技术和神经网络的基础知识，从而掌握优化解决现实问题解决方案所需的基本技能。 在我真正开始构建智能系统、研究人工智能算法和数据处理之前，这只是一段时间的问题。 ** 内容** 第 1 部分。机器学习简介 Python 回顾 中级 Python 机器学习简介 数据生成和可视化 Python 中的线性代数 第 2 部分：监督学习算法 线性回归 局部加权回归 多元回归 逻辑回归 K-最近邻 朴素贝叶斯 支持向量机 决策树和随机森林 第 3 部分。无监督学习 K均值 主成分分析 自编码器（深度学习） 生成对抗网络（深度学习） 第 4 部分。 深度学习 深度学习基础 Keras 框架，Tensorflow 基础 神经网络基础 构建文本和图像管道 多层感知器 优化器，损失函数 第 5 部分。 计算机视觉中的深度学习 卷积神经网络 图像分类管道 Alexnet、VGG、Resnet、初始 迁移学习和微调 第 6 部分深度学习