Kaggle-Timeseries-Forecasting

运用博弈论解释任何机器学习模型的输出。

一个快速、分布式、高性能的梯度提升(GBT、GBDT、GBRT、GBM或MART)框架，基于决策树算法，用于排序、分类和许多其他机器学习任务。

使用NumPy进行机器学习

一本易懂的强化学习中文教程（也称“蘑菇书”），可以在线阅读：https://datawhalechina.github.io/easy-rl/

一款使用遗传编程优化机器学习管道的Python自动化机器学习工具。

简单的强化学习教程，莫烦Python中文AI教学

一个优雅的PyTorch深度强化学习库。

一个快速、可扩展、高性能的基于决策树的梯度提升库，用于Python、R、Java、C++的排序、分类、回归和其他机器学习任务。支持CPU和GPU计算。

高质量的单文件深度强化学习算法实现，包含便于研究的特性（PPO、DQN、C51、DDPG、TD3、SAC、PPG）

卷积神经网络可视化技术的PyTorch实现