【综述】机器学习实战蓝皮书

1 分类任务

1.1 心脏病预测

【ML】基于机器学习的心脏病预测研究(附代码和数据集，逻辑回归模型)
【ML】基于机器学习的心脏病预测研究(附代码,lightgbm模型)
【ML】基于LSTM的心脏病预测研究(附代码和数据集，系列1，单向LSTM，1×13数据视角)
【ML】基于LSTM的心脏病预测研究(附代码和数据集，系列2，单向LSTM，13×1数据视角)
【ML】基于机器学习的心脏病预测研究(附代码和数据集，多层感知机模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集，随机森林模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集，决策树模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集，XGBoost模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集，支持向量机SVM模型)

1.2 鸢尾花分类

【DL】基于pytorch搭建BP神经网络/人工神经网络/多层感知机/全连接神经网络的鸢尾花分类

2 回归任务

2.1 房价预测

【ML】基于机器学习的房价预测研究（系列1：数据集）
【ML】基于机器学习的房价预测研究（系列2：XGBoost模型）
【ML】基于机器学习的房价预测研究（系列3：线性回归模型）
【ML】基于机器学习的房价预测研究（系列4：单向LSTM模型）
【ML】基于机器学习的房价预测研究（系列5：单向LSTM模型，增强版）
【ML】基于机器学习的房价预测研究（系列6：卷积神经网络模型）
【ML】基于机器学习的房价预测研究（系列7：双向LSTM模型）
【ML】基于机器学习的房价预测研究（系列8：双向LSTM模型，增强版）
【ML】基于机器学习的房价预测研究（系列9：多层感知机模型）
【ML】基于sklearn中MLPRegressor的boston/california房价预测
【ML】基于机器学习的房价预测研究（系列10：单向GRU模型）
【ML】基于机器学习的房价预测研究（系列11：单向GRU模型，增强版）

2.2 糖尿病预测

【ML】基于机器学习的糖尿病预测（回归问题）

3 聚类任务

TODO

4 数据

【ML】机器学习数据集：sklearn中回归数据集介绍
【ML】机器学习数据集：sklearn中分类数据集介绍

5 其他

【ML】机器学习回归算法大总结(从线性回归到XGBoost回归)
【ML】机器学习分类算法大总结(最全分类算法从LR、SVM、RF到XGBoost、lightgbm、deepforest等)
【ML】自动编码器结合支持向量回归用于回归预测(数据+代码详细教程)
【ML】自动编码器结合逻辑回归用于分类预测(数据+代码详细教程)
【DL】搭建卷积神经网络用于回归预测(数据+代码详细教程)
【DL】基于卷积神经网络的一维数据二分类预测
【ML】XGBregressor()参数详解
【ML】RandomForestRegressor()参数详解
【ML】XGBoost中plot_importance参数详解
【ML】机器学习模型保存方式总结

---

【持续更新】值得关注的微信公众号、网站

一. 公众号

1、江大白

2、AIexplore

3、AIZOO

4、DrugAI

5、集智书童

6、3D视觉坊

7、极市平台

8、OpenCV与AI深度学习

9、CVer

10、我爱计算机视觉

二. 网站

廖雪峰网站：
https://www.liaoxuefeng.com/

菜鸟教程：
https://www.runoob.com/

飞浆：
https://www.paddlepaddle.org.cn/

python：
https://pypi.org/

力扣：
https://leetcode-cn.com/

docker:
https://www.docker.org.cn/index.html

江大白：
https://www.jiangdabai.com/