边玩边学!交互式可视化图解!快收藏这18个机器学习和数据科学网站!⛵

简介: 机器学习算法理论比较枯燥乏味,但有许多有趣且有用的网站,您可以像游戏一样交互式操作,并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的18个交互式机器学习网站,学起来!
aca8bcf7a59bf6f0fabac1284b611fd6.png
💡 作者: 韩信子@ ShowMeAI
📘 机器学习实战系列https://www.showmeai.tech/tutorials/41
📘 深度学习实战系列https://www.showmeai.tech/tutorials/42
📘 本文地址https://www.showmeai.tech/article-detail/340
📢 声明:版权所有,转载请联系平台与作者并注明出处
📢 收藏 ShowMeAI查看更多精彩内容
7b1f833f78a17d2c29068c19cb4c6634.png

机器学习的很多算法理论非常枯燥乏味,但有许多有趣且有用的网站,您可以像游戏一样交互式操作,并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的18个交互式机器学习网站,快快来一起体验一下吧,好玩又好学。

💡 Image-to-Image 在线变换

在这个网站上,您可以执行图像到图像的转换。在左侧,您可以草绘或创建对象的一些简单表示。然后处理数据,让模型在右侧生成更真实的图像。

868fbed4b86d2e05f7b4b61d6ec99590.png
📘 Image-to-Image Demo: Interactive Image Translation with pix2pix-tensorflow
9600f39b82e81da0922fd30c9bfa007d.png
6755470b7f1d8cd4a65e106e84cb929f.png

💡 GAN 在线实验室

在这里,您可以了解有关生成对抗网络(GAN)的学习过程的更多信息并对其进行可视化。

06989130731b06751579160872bb4e43.png
📘 GAN Lab
e163a6a2336bf76048d2de3f68ee2d3b.png
5724450be7e761d3b8052d9ba537d899.png

💡 素描 RNN 在线作图

在这个网站上,您首先选择一个物体或动物,然后开始素描。然后,在您放开笔后,神经网络将继续您的草图以创建对象/动物。

32454e4d3376329585554aa7f76d63e3.png
📘 magenta: sketch rnn
0fb720473049ba24d9a240be60061b13.png
3913c978b7d9bf5f6e21f1719a08c878.gif
5d1e85fdaae1324df4c969a2f1f20c95.gif

💡 AI 聊天写故事机器人

在 AI Dungeon 中,您可以在与 AI 聊天机器人交互时动态创建故事。您可以选择不同的世界或场景,或者将故事引向您想要的任何方向。

9694b7c943e9772f3d3e46f8d91e3483.png
📘 AI Dungeon
baae60a5d94c5107d1c176681ac62d12.png

💡 Tensorflow Embedding 投射器

Tensorflow Embedding 投射器是一个很棒的AI可视化平台,我们可以通过它使用不同的降维技术在 2D 或 3D 中可视化高维数据。它支持上传自己的数据并将其可视化。

12e86cdbfb89fe88d174c4fa2ab5d298.png
📘 Embedding Projector
a166b8350cdf44c2c6e93aef5c0e59b2.gif

💡 艺术品降维动态可视化

和上面的 TensorFlow embedding 投射器很像,这个网站应用相同的技术,把好多件艺术品投射和进行降维可视化。

6371410cd06986533178cef4e759c1ae.png
📘 The Beginner's Guide to Dimensionality Reduction
9f996afbfbb2062fc26aa106131ba9ba.png

💡 TensorFlow 游乐场

非常可玩的神经网络交互训练网站!我们可以通过更改层、神经元数量、激活函数和其他参数来模拟用于回归或分类的前馈神经网络,然后将结果可视化。是一个对初学者有用的学习资源。

bdb7ece6093739abecc9ffff15ba8a20.png
📘 TensorFlow playground
52e2239b2abed954f94f4ea3c1f7876a.png
35e5df97e645294e3585b21a18416f63.gif

💡 可视化 K-Means 聚类

这是一个交互式演示聚类算法的网站,您可以阅读学习和逐步操作 K-Means 聚类算法,并进行可视化。

ff54af0f024d31ca2e22c3432a018445.png
📘 Visualizing K-Means Clustering
6ee3aadfdf599b89dd88eed3d0a1df70.png
866d6e9542ba31281e206cdad801418c.png

💡 图解机器学习模型

这是一个图解机器学习算法的网站,包含两个部分。

📘 Visual intro to Machine Learning Part 1

📘 Visual intro to Machine Learning Part 2

6a534291ae1aa52e6fa380625ea1a56c.png
441470e916b3513008ace7b0199cebab.gif

💡 Streamlit 案例展

Streamlit 是一个 Web 应用程序框架,主要针对数据和机器学习应用程序。下面网站是一个案例集,包含使用该框架生成的多个AI应用程序。

558243f17d148494c27dd31e05823afd.png
📘 Streamlit templates
1b24cc2c669760b3edd19fd2f5331e14.png
bddda4d2449463c8221fecd57c66c7c2.png

💡 逻辑回归可视化交互式讲解

下面网站是一个可视化和交互式教程,我们可以在其中学习逻辑回归的基础知识:例如它是如何工作的,它是如何拟合的,以及如何解释系数。

eb4369875a8dd00a9bdc6e02b4ab65d7.png
📘 Logistic Regression
cd65a9073ee0462ecf8761e3009e67d8.png

💡 CNN 交互式解释器

下面网站是一个交互式CNN(卷积神经网络)学习与操作及可视化解释的教程,展开讲解了卷积神经网络的细节。

731412aea6b7797b74909dfbb54f03c3.png
📘 CNN Explainer
3e5dcf0c16b42b3b481ca30ccd03b24a.png
9b0ff0995c2b0d68526935001e912b24.gif

💡 Kernel Density Estimation 核密度估计

学习统计知识的优秀交互式网站,尤其是针对Kernel Density Estimation/核密度估计统计技术做了可视化和图解交互式教程。

0f45cf7b15911681f08a2a27ada108c8.png
📘 Kernel Density Estimation
323ea178941b5d30bf6c8bd8105d5393.png
1cb2938da2063f31fec1b1e4ce2289ca.gif

💡 Probability distributions 概率分布交互式讲解

学习统计知识的优秀交互式网站,尤其是针对Probability distributions/概率分布做了可视化和图解交互式教程。

9a1e30eecb5876ed386ae4ff92c5276a.png
📘 Probability distributions
ff272ad6b69d5b1186de0b15310c9b4d.png
97aec67d952a3ede269913c6cf5facc7.gif

💡 Hugging Face Spaces 数千AI实例

Hugging Face Spaces 是著名工具 HuggingFace transformers 的社区,它包含社区人员贡献的数以千计的AI实例。

a8cd9945c7e7c88ad6196e577b0c8348.png
📘 Hugging Face Spaces
4a9cd4bd1d067bacec725305300ae5f2.png

💡 ConvNetJS 深度学习应用实例

这个网站包含很多深度学习应用实例,大家可以通过操作学习不同的统计、机器学习甚至强化学习知识,并和对应的AI应用程序进行交互。

d4f3b46193066ea25bed6ee60d8c087f.png
📘 ConvNetJS
9c1ce8d98adcc424c8dcb81c42863f40.png
4065c97328df985ceba6c158a38efdb9.png

💡 Keras.js 在浏览器中运行 Keras 模型

通过 Keras.js 构建的AI应用,在这个网站上你可以交互加载和运行不同的AI模型,测试它们的功能并可视化他们的架构。

6697a61159a1c93b0a597cfa9c138664.png
📘 Keras.js
551294fc856afd09fd9f82401f1c937f.png

💡 Quick Draw 你画我猜

这个网站是经典的你画我猜游戏,AI通过你简单的绘画猜测你绘制的内容,完全实时和自动。快来试一下吧!

1ab7e78d2324f43b4dc837ce38b772de.png
📘 Quick Draw
56747419c2d621795aa80f3301528378.gif

参考资料

e9190f41b8de4af38c8a1a0c96f0513b~tplv-k3u1fbpfcp-zoom-1.image

目录
相关文章
|
2月前
|
机器学习/深度学习 数据可视化 算法
机器学习-可解释性机器学习:随机森林与fastshap的可视化模型解析
机器学习-可解释性机器学习:随机森林与fastshap的可视化模型解析
380 1
|
2月前
|
机器学习/深度学习 算法 TensorFlow
文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
104 0
文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
|
10天前
|
机器学习/深度学习 数据可视化 搜索推荐
Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。
【7月更文挑战第5天】Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。流程包括数据获取、预处理、探索、模型选择、评估与优化,以及结果可视化。示例展示了用户行为、话题趋势和用户画像分析。Python的丰富生态使得社交媒体洞察变得高效。通过学习和实践,可以提升社交媒体分析能力。
25 1
|
1天前
|
机器学习/深度学习 数据采集 存储
在机器学习和数据科学中,数据预处理是一个至关重要的步骤。数据规范化(或称为特征缩放)是预处理的一种常见技术,它可以帮助我们改进模型的性能。`sklearn.preprocessing`模块提供了多种数据规范化的方法,其中`StandardScaler`和`MinMaxScaler`是最常用的两种。
在机器学习和数据科学中,数据预处理是一个至关重要的步骤。数据规范化(或称为特征缩放)是预处理的一种常见技术,它可以帮助我们改进模型的性能。`sklearn.preprocessing`模块提供了多种数据规范化的方法,其中`StandardScaler`和`MinMaxScaler`是最常用的两种。
6 0
|
26天前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】近邻类模型:KNN算法在数据科学中的实践与探索
【机器学习】近邻类模型:KNN算法在数据科学中的实践与探索
41 0
|
1月前
|
机器学习/深度学习 数据可视化 算法
【阿旭机器学习实战】【36】糖尿病预测---决策树建模及其可视化
【阿旭机器学习实战】【36】糖尿病预测---决策树建模及其可视化
|
2月前
|
机器学习/深度学习 算法 数据处理
从数据科学到机器学习的过渡:技术与思维的演进
【5月更文挑战第21天】本文探讨了从数据科学到机器学习的过渡,强调了技术与思维的转变。数据科学侧重数据处理和分析,为机器学习提供基础;机器学习是数据科学的强大力量,涉及算法开发。过渡需掌握机器学习算法、编程语言(如Python)及库,转变思维方式,注重预测和优化分析。建议包括深入学习算法、实践项目、掌握编程工具和保持好奇心。这一过渡是职业发展的重要步骤。
|
1月前
|
机器学习/深度学习 数据采集 算法
踏上机器学习之路:探索数据科学的奥秘与魅力
踏上机器学习之路:探索数据科学的奥秘与魅力
23 0
|
2月前
|
机器学习/深度学习 小程序 计算机视觉
机器学习寻找数据集—动态网站获取
机器学习寻找数据集—动态网站获取
|
2月前
|
机器学习/深度学习 数据可视化 数据挖掘
《Python 简易速速上手小册》第9章:数据科学和机器学习入门(2024 最新版)
《Python 简易速速上手小册》第9章:数据科学和机器学习入门(2024 最新版)
38 1