最简单的python机器学习工具包。
ztlearn的Python项目详细描述
zeta learn
----
zeta learn是一个极简的python机器学习库，旨在提供快速、简单的模型原型设计。
zeta learn旨在通过使用简单的算法和容易的方法，提供对机器学习的广泛理解。实现的示例使
成为研究人员和学生的有用资源。
**gt；=2.0.0
features
——
——用于构建模型的类似keras的顺序api。
-基于numpy和matplotlib构建。
-带有易于实现的机器学习模型的示例文件夹。
install
——
-pip installztlearn
Examples
--------
Principal Component Analysis (PCA)
##################################
`DIGITS Dataset - PCA <https://github.com/jefkine/zeta-learn/blob/master/examples/digits/digits_pca.py>`_
=====================
.. 图片：：examples/plots/results/pca/digits-pca.png
：align:center
：alt:digits-pca
：align:center
：alt:mnist pca
`k-means clustering（4个集群）<；https://github.com/jefkine/zeta learn/blob/master/examples/clusters/kmeans嫒clustering.py>；`
==
==
image:: /examples/plots/results/kmeans/k_means_4_clusters.png
:align: center
:alt: k-means (4 clusters)
Convolutional Neural Network (CNN)
##################################
`DIGITS Dataset Model Summary <https://github.com/jefkine/zeta learn/blob/master/examples/digits/digits\u cnn.py>；` ` ` `
===========
。代码：：html
8）激活：relu0（32，8，8）brdropout（32，8，8）brbatchnormalization4096（32，8，8）brconv2d18496（64，8，8）br激活：relu（64，8，8）
最大池2dΩ0Ω（64，7，7）
辍学Ω0Ω（64，7，7）
批量规范化Ω6272Ω（64，7，7）
扁平化Ω0Ω（3136，）
致密化Ω803072Ω（256，）活化：relu0（256，brdropout0（256，brbatchnormalization512（256，brdense2570（10，）？
+————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————图片：//examples/plots/results/cnn/digits_cnn_tiled_results.png
：align:center
：alt:digits cnn results tiled
>digits dataset model loss
=图片：//examples/plots/results/cnn/digits_cnn_loss_graph.png
：align:center
：alt:digits model loss
digits dataset model accurity
======
。图片：：/examples/plots/results/cnn/digits_cnn_accorrecity_graph.png
：align:center
：alt:digits model accorrecity
`mnist dataset model summary<；https://github.com/jefkine/zeta learn/blob/master/examples/mnist/mnist_cnn.py>；`<
=================
代码：：html
mnist cnn
28，28）×br/>激活：relu×0×（32，28，28）×br/>退出×0×（32，28，28）×br/>批量规范化×50176×（32，28，28）×br/>conv2d×18496×（64，28，28）×br/>激活：relu×。0Ω（64，28，28）
最大池2dΩ（64，27，27）
辍学Ω0Ω（64，27，27）
批量规范化Ω93312Ω（64，27，27）
扁平化Ω0Ω（46656，）
致密？11944192？激活：relu？0？256，？br/>？dropout？0？256，？br/>？batchnormalization？512？256，？br/>？dense？2570？10，）？
+—————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————图片：：/examples/plots/results/cnn/mnist-cnn-cnn-tiled_results.png
：align:center
：alt:mnist-cnn结果tiled
>回归
`线性回归<；https://github.com/jefkine/zeta-learn/blob/master/examples/boston/boston/cnn-cnn-cnn结果tiled
>回归回归
==
==
…图片：：examples/plots/results/regression/linear廑regression.png
：align:center
：alt:linear regression
`多项式回归<；https://github.com/jefkine/zeta learn/blob/master/examples/boston/boston廑polymonial廑regression.py>；`廑
==图片：：examples/plots/results/regression/polymonial_regression.png
：align:center
：alt:polymonial regression
`elastic regression<；https://github.com/jefkine/zeta learn/blob/master/examples/boston/boston_elastic_regression.py>；` `<
===br/>。图片：：/examples/plots/results/regression/elastic_regression.png
：对齐：居中
：alt:弹性回归
欢迎加入QQ群-->： 979659372
