Skip to content

Latest commit

 

History

History
42 lines (29 loc) · 1.33 KB

README.md

File metadata and controls

42 lines (29 loc) · 1.33 KB
Raw

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