Machine Learning

Ce repertoire comporte un ensemble d'algorithmes lié au machine learning. Les algorithmes seront regroupés sous 3 catégories: apprentissage supervisé, apprentissage non supervisé et apprentissage par renforcement. La plupart des codes que vous verrez sur ce repertoire seront écrit en C et/ou en Python.

Usage

Pour exécuter un code écrit en C, il suffit de lancer la commande suivante:

make <repository_name.c>
./<repository_name> iris.data

Pour exécuter un code écrit en Python, il suffit de lancer la commande suivante:

python3 <repository_name.py>

Algorithmes

Les algorithmes dans ce répertoire seront écrits from scratch en C et grâce à la librairie sklearn en Python.

• c/

  • <repo.cfg> fichier de configuration
  • <repo.c> fichier regroupant les algos du modèle
  • parser.c parsing du fichier de configuration + datasets
  • documentation/ documentation (doxyfile)

• python/

  • <repo.py> fichier principal utilisant sklearn pour le modèle

TODO

La liste des éléments à rajouter/modifier dans l'avenir:

• Libération de la mémoire
• Création d'un parser d'arguments
• API pour uniformiser les codes ml
• Datasets à regrouper

License

MIT