mlbd:EPFL行为数据机器学习课程的EPFL实验材料CS 421Spring 源码

行为数据的机器学习@ EPFL(CS-421) 介绍 在本课程中,您将有机会参加动手教程,将讲义概念转换为代码,并使用本学期下半年用于实施项目的工具和功能。 为了确保您已准备好开始该项目,系统将要求您解决家庭作业练习,这些练习对您应用讲座中说明的概念和教程中显示的编程解决方案构成了挑战。 对于教程和家庭作业,您将依赖于提供的用于使用Python进行数据分析和机器学习的软件包(例如NumPy,SciPy,Pandas,Matplotlib,Seaborn,Bokeh,ScikitLearn,TensorFlow,PyTorch等)。 目标 实验室课程的目的是让您学习如何将不同的概念应用于行为数据的分析以及适用于预测任务的机器学习方法的实现。 通过这些教程,我们旨在为您提供有关如何设置编程环境以及如何以及如何使用最重要的程序包来处理行为数据的指南。 在实验会议结束之前,您应该能够: 设置用于