该项目是我个人在学习ML过程中，操纵实践代码的整理项目合集，每一个小项目中，都有最新的，基于Python3.6实现相应项目或是系统的代码。同时有着几乎最详尽的注释。期中部分是直接调用第三方库函数和相关算法框架，实现相关基于机器学习的系统项目，还有一部分是从底层实现相关算法的原理并应用于相关数据，查看实现效果。具体每个小项目中有Readme说明。欢迎了解和完善。
| 名称 | 简介 |
|---|---|
| 1.Music Recommendation System | 基于协同滤波和序列模型实现大规模音乐推荐系统 |
| 2.Competitive Key Word Recommendation Algorithm | 搜索引擎推荐系统中竞争性对抗关键词挖掘 |
| 3.Movies Recommendation with Collaborative Filtering | 基于协同滤波算法从底层实现最基础的电影推荐系统 |
| 4.Machine Translation through LSTM | 基于LSTM网络实现机器翻译器 |
| 5.CTR Prediction | 基于随机森林和XGBoost实现CTR电商点击率预估项目 |
| 6.Financial Antifraud Model | 一个较为基础的金融反欺诈模型的实现 |
| 7.Document Topic Model and Classification | 基于目前几种基础主流的文本算法实现文本信息分析和分类 |
| 8.AutoEncoder | 实现AutoEncoder自编码机 |
| 9.Bayes Application | 贝叶斯项目实战 |