eriklindernoren/ML-From-Scratch

项目概览

所有实现仅依赖 NumPy，没有 TensorFlow/PyTorch 等框架封装，是理解 ML/DL 算法底层运作的透明参考。

项目类型

数据处理

应用场景

学习教育

部署方式

查看项目说明

License

MIT

适合谁

• 需要透彻理解经典机器学习与深度学习算法内部机制的学习者和教育者。
• 具备 Python 和 NumPy 基础，希望通过阅读极简源码掌握原理的开发者。

核心能力

• 提供多项式回归等基础监督学习算法的从零实现，展示特征映射、损失函数计算与参数更新的完整数学流程。
• 提供卷积神经网络等深度学习模型的从零实现，以纯 NumPy 演示前向传播、反向传播与权重更新的底层运作。

限制与风险

• 项目核心目标是展示原理，因此在算法计算效率与工程优化上存在妥协，不适用于对性能有严格要求的实际任务。

如何开始

• 使用 git 克隆仓库，进入项目目录后执行 python setup.py install 完成安装即可开始查阅和运行源码。

核验依据

• GitHub 项目简介: Bare bones NumPy implementations of machine learning models and algorithms with a focus on accessibility.
• README: The purpose of this project is not to produce as optimized and computationally efficient algorithms as possible but rather to present the inner workings of them in a transparent a…
• README: $ git clone https://github.com/eriklindernoren/ML-From-Scratch $ cd ML-From-Scratch $ python setup.py install
• README: * [Implementations](#implementations) + [Supervised Learning](#supervised-learning) + [Unsupervised Learning](#unsupervised-learning) + [Reinforcement Learning](#reinforcement-lea…
• README: $ python mlfromscratch/examples/polynomial_regression.py

内容核验时间：