Здесь собраны математические выкладки для понимания работы основных алгоритмов машинного обучения.
Большинство алгоритмов написаны по шагам с нуля.
Это позволяет наиболее полно понять устройство таких алгоритмов и принципы работы, которые в них заложены, а также задать кастомизацию в зависимости от типа задачи.
В этом репозитории находятся папки с одноименными разделами по ML.
Внутри каждой такой папки вы найдете:
README.md - описание данных, основной цели и шагов работы
.ipynb - решение в виде тетрадки Jupyter
.py - реализация некоторых функций
.csv - данные в виде .csv файла