gavinkhung/machine-learning-visualized

解決する問題

機械学習アルゴリズムが「ブラックボックス」として提示されると、学習が難しい場合があります。このプロジェクトは、これらのアルゴリズムがどのように機能するかを、基本原理から数学的に導出し、トレーニングプロセスを視覚化することで、透明な理解を提供します。

仕組み

このリポジトリは、別々のプロジェクトからさまざまなJupyter Notebookを集約する中央ハブとして機能します。Jupyter Bookフレームワークを使用して、これらのNotebookとMarkdownドキュメントを、まとまりのある検索可能なウェブサイトにコンパイルします。ユーザーはスクリプトを実行して特定のアルゴリズムNotebook（ニューラルネットワークやK-Meansなど）を取得し、コマンドラインまたはDockerを使用してローカルで本を構築できます。

対象読者

このプロジェクトは、機械学習モデルの内部を詳しく調べたい学生、研究者、開発者向けです。インタラクティブな探索とトレーニング中の重みの数学的進化を見ることを好む人に最適です。

ハイライト

• トレーニングフェーズを進む機械学習アルゴリズムを視覚化します。
• ユーザーが重みを操作し、損失関数の変化を観察できるインタラクティブなMarimo Notebookを含みます。
• 各アルゴリズムの数学的導出を提供し、基礎となるロジックを説明します。
• ローカルで構築またはEPUBとしてエクスポートできる、構造化されたウェブベースの形式を提供します。