MDeepLearn/dir_tree.txt at master · AutuanLiu/MDeepLearn · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
.
├── [4.0K]  datasets
│   ├── [2.6K]  iris.csv
│   └── [4.4M]  money.csv
├── [   0]  dir_tree.txt
├── [ 100]  Dockerfile
├── [  99]  Dockerfile.gpu
├── [1.7K]  env_configure.sh
├── [ 559]  env_gpu_support.md
├── [9.8K]  example_numpy.py
├── [4.0K]  imbalanceLearn
│   ├── [1.9K]  combination.py
│   ├── [2.0K]  ensembleSamplers.py
│   ├── [2.9K]  NearMissUnder.py
│   ├── [1.3K]  pipelineUsage.py
│   ├── [2.6K]  prototypeGenerationUnder.py
│   ├── [1.9K]  randomOverSampling.py
│   ├── [1.4K]  syntheticOver
│   └── [2.1K]  underSampling.py
├── [4.0K]  Kaggle
│   ├── [245K]  Titanic.ipynb
│   ├── [ 549]  Titanic.py
│   └── [ 357]  TODO.md
├── [4.0K]  keras
│   ├── [1.3K]  kerasExa.py
│   └── [1.4K]  tfKerasExa.py
├── [ 11K]  LICENSE
├── [ 496]  Pipfile
├── [ 32K]  Pipfile.lock
├── [ 205]  pip_pkgs.txt
├── [4.0K]  Pytorch
│   ├── [1.9K]  CNNfashionMnist.py
│   ├── [1.3K]  easy_dataset_example.py
│   ├── [1.1K]  getdata.py
│   ├── [2.5K]  LinearRegression.py
│   ├── [1.5K]  LinearSimple1.py
│   ├── [2.4K]  LinearSimple.py
│   ├── [1.4K]  Logistic.py
│   ├── [2.8K]  LogisticRegression.py
│   ├── [2.2K]  LogisticSimple.py
│   ├── [4.2K]  logSoftmax.py
│   ├── [1.4K]  make_dataset.py
│   ├── [3.1K]  softmaxMnist.py
│   └── [1.6K]  train_eval.py
├── [ 11K]  README.md
├── [4.0K]  sklearn
│   ├── [ 464]  DecisionTreeClassifier.py
│   ├── [ 819]  featureSelection.py
│   ├── [1.5K]  KernelRidgeRegression.py
│   ├── [1.3K]  LeastSquaresRegression.py
│   ├── [2.5K]  LinearDiscriminant.py
│   ├── [2.5K]  MLP.py
│   ├── [4.0K]  models
│   │   ├── [ 963]  curves.py
│   │   ├── [1.7K]  features_Scale.py
│   │   └── [1.9K]  scoresL.py
│   ├── [ 523]  NaiveBayes.py
│   ├── [ 926]  NN.py
│   ├── [1.0K]  NonLinearSVM.py
│   ├── [ 885]  PolynomialRegression.py
│   ├── [ 843]  PolySimple.py
│   ├── [1018]  QuadraticDA.py
│   ├── [2.0K]  RandomForest.py
│   ├── [1.7K]  RidgeRegression.py
│   ├── [ 740]  SGD.py
│   ├── [1.2K]  SupportVectorRegression.py
│   ├── [1.1K]  SVMachine.py
│   ├── [2.0K]  SVR1.py
│   ├── [ 582]  SVR.py
│   └── [4.0K]  unsupervised
│       ├── [ 661]  biClusteringL.py
│       ├── [2.1K]  clustering.py
│       ├── [4.4K]  decomposition.py
│       ├── [1.0K]  GaussianMixture.py
│       └── [1.7K]  kmeansL.py
├── [4.0K]  TensorFlow
│   ├── [2.1K]  basic.py
│   ├── [4.0K]  Classification
│   │   └── [ 332]  SVM.py
│   ├── [4.0K]  LinearRegression
│   │   ├── [3.2K]  DemingRegression.py
│   │   ├── [2.5K]  ElasticNetRegression.py
│   │   ├── [2.7K]  LassoRegression.py
│   │   ├── [2.9K]  LeastSquaresRegression.py
│   │   ├── [4.5K]  LogisticRegression.py
│   │   └── [2.7K]  RidgeRegression.py
│   ├── [3.6K]  mnist_softmax.py
│   ├── [2.6K]  test.py
│   └── [1.4K]  tfKeras.py
├── [4.0K]  TensorLayer
│   └── [2.2K]  mnist_simple.py
├── [4.0K]  utils
│   ├── [3.1K]  gpu_computing.py
│   ├── [ 388]  __init__.py
│   ├── [2.4K]  logger.py
│   └── [ 811]  normalized_func.py
└── [4.0K]  XGBoost
    ├── [106K]  best_boston.pkl
    ├── [ 765]  xgBoostBase2.py
    ├── [ 890]  xgboostBase3.py
    ├── [1011]  xgBoostBase.py
    └── [2.4K]  xgboostree.py

14 directories, 87 files