颜色分类为“leetcode-coding-blocks-machine-learning”的：编码块机器学习

颜色分类leetcode 课程内容 该课程大致分为 7 个类别，每个主题都作为课程中的一个部分出现。 第 1 部分。机器学习简介 Python 回顾 中级 Python 机器学习简介 数据生成和可视化 Python 中的线性代数 第 2 部分：监督学习算法 线性回归 局部加权回归 多元回归 逻辑回归 K-最近邻 朴素贝叶斯 支持向量机 决策树和随机森林 第 3 部分。无监督学习 K均值 主成分分析 自编码器（深度学习） 生成对抗网络（深度学习） 第 4 部分。 深度学习 深度学习基础 Keras 框架，Tensorflow 基础 神经网络基础 构建文本和图像管道 多层感知器 优化器，损失函数 第 5 部分。 计算机视觉中的深度学习 卷积神经网络 图像分类管道 Alexnet、VGG、Resnet、初始 迁移学习和微调 第 6 部分深度学习自然语言处理 序列模型 循环神经网络 基于 LSTM 的模型 迁移学习 自然郎加工 词嵌入 语言模型 第 7 部分。 强化学习 强化学习基础 问学习 为游戏构建 AI 课程中完成的问题陈述和小项目是： 努力有回报（回归预测） 空气质量预测（多元回归）