@DanKornas: 如果机器学习只有在你自己构建各个部分时才能真正理解，那么这个仓库值得收藏。构建你自己的...

X AI KOLs Timeline 工具
machine-learning tutorial open-source education numpy build-from-scratch

摘要

一个提供从零开始构建机器学习教程的GitHub仓库，使用NumPy，按类别组织，采用实现优先的方法。

如果机器学习只有在你自己动手构建每个部分时才能让你真正理解，那么这个仓库值得收藏。Build your own X - Machine Learning 是一个公开的从零开始构建机器学习的教程索引，适合希望获得实践经验的学习者和开发者。它通过将机器学习主题按类别组织，并为核心算法提供多个NumPy示例，帮助你从阅读算法过渡到编写算法。主要特点： • 从零开始的路线图 – 从线性/逻辑回归和KNN开始，然后扩展到深度学习和LLM主题 • 核心Python示例 – 包含回归、KNN、损失函数和激活函数的NumPy代码 • 类别导航 – 将想法分组到推荐系统、计算机视觉、NLP、预测、异常检测等领域 • 实现优先学习 – 符合README中从零开始构建机器学习模块的目标 • 持续更新的教程列表 – README表示会不断添加新教程 该项目是开源的（Apache-2.0许可证）。回复中有链接
查看原文

相似文章

ResearchQA：科学论文中基于引用的问答基准测试

arXiv cs.CL

ResearchQA是一个新基准，包含来自八个领域494篇开放获取论文的6,211个单论文问答对，旨在通过要求可验证引用并在证据不足时支持基于理由的拒绝，来评估基于引用的问答能力。

满意度评分的维度

arXiv cs.CL

本文使用GPT-4.1对约9000条客服对话进行标注，将客户满意度分解为多个维度，并验证了标注与用户自评满意度的一致性。研究发现，全量数据中的满意度低于调查反馈结果。