此项目是一些机器学习和人工智能的项目实战，每一个文件夹都是一个具体的实战项目，目的就是让新人能够快速动手实践，延续学习的热情！
| 序号 | 文件名 | 项目简述 | 项目地址 |
|---|---|---|---|
| 1 | [Building-NN-model-with-numpy] | 使用numpy手写神经网络(2层和3层) | 项目地址 |
| 2 | [GeneratorGIF-and-SeparateGIF] | 实现多个图片转GIF和GIF分离 | 项目地址 |
| 3 | [K-mean] | K-mean算法源代码实现以及详细注释 | 项目地址 |
| 4 | [PCA] | 主成分分析源代码实现以及详细注释 | 项目地址 |
| 5 | [微信读书答题辅助] | python代码实现微信读书每日答题答题半自动化 | 项目地址 |
| 6 | [KNN] | k-邻近算法源代码以及详细注解 | 项目地址 |
| 7 | [决策树] | 决策树算法的原理分析和代码详解 | 项目地址 |
| 8 | [朴素贝叶斯] | 朴素贝叶斯原理分析和代码详解 | 项目地址 |
| 9 | [Logistic分类回归] | 逻辑回归分类算法分析和代码详解 | 项目地址 |
| 10 | [SVM支持向量机] | SVM分类算法分析和代码详情 | 项目地址 |
| 11 | [基于单层决策树的AdaBoost] | 基于单层决策树的AdaBoost算法分析和代码 | 项目地址 |
| 12 | [ROC曲线和AUC面积] | ROC曲线原理分析和代码实战 | 项目地址 |
| 13 | [LineRegression] | [基础线性回归算法原理以及项目实战] | 项目地址 |
| 14 | [LwLineReg] | [局部加权线性回归算法原理以及代码实战] | 项目地址 |
| 15 | [ridge-regression] | [岭回归算法原理及代码实战] | 项目地址 |
| 16 | [forward-regression] | [前向逐步线性回归算法原理及代码实战] | 项目地址 |
第一次在GitHub上整理资源，有哪些做的不恰当的地方，还希望各位大佬多提提意见。做这个的初心就是想收集一些比较好的机器学习、人工智能、有趣的项目的入门案例，带有详细文档解释。这样也大大降低入门门槛，同时减少了新手各种找资料的时间。如果有愿意一起完善这个项目的，可以邮箱联系我 1019056432 @qq.com,或者通过下方的CSDN私信我期待与大佬一起做一件有意义的事。