1机器学习0大经典算法，包括: k-means, SVM, 贝叶斯，kNN，EM，决策树等，内容十分详细

138页的内容，完整记录了学周志华西瓜书《机器学习》16个篇章的学习和体会。

kaggle猫狗大战竞赛的数据集，压缩包包含猫狗图片各12500张，分为cat和dog两个文件夹，方便用于图像识别

机器学习/深度学习学习笔记

作者是JUDEA PEARL和DANA MACKENZIE，主要讲的是因果关系的科学理论

arff格式机器学习数据集：包含splice.arff、sponge.arff、strike.arff、supermarket.arff、Climate.txt、Wine.txt、German.txt、Lungcancer.txt、Australian.txt（注意有一部分是txt类型的文件，但是格式是arff格式数据集，使用时改后缀名即可）共40个常见数据集，10个高维数据集

应用自编码器对图像进行去噪，包含加噪声的图片，去噪声声的图片，去噪后的对比图及源码python文档及自编码器的模型

自我学习：机器学习里最有挑战的部分1 AlphaGo的原理 2如何做一个AlphaGo？一个能根据环境变化采取正确策略的智能体 3其他前沿话题：迁移学习，终身学习4学习总结

paper reading 论文阅读Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector

10 万多条，带情感标注 新浪微博，正负向评论约各 5 万条。 utf8编码。 csv格式 import pandas as pd path = 'weibo_senti_100k_文件夹_所在_路径' pd_all = pd.read_csv(path + 'weibo_senti_100k.csv') print('评论数目（总体）：%d' % pd_all.shape[0]) print('评论数目（正向）：%d' % pd_all[pd_all.label==1].shape[0]) print('评论数目（负向）：%d' % pd_all[pd_all.label==0].shape[0]) #评论数目（总体）：119988 #评论数目（正向）：59993 #评论数目（负向）：59995 字段说明 字段 说明 label 1 表示正向评论，0 表示负向评论 review 微博内容