深度信念（置信）网络（DBN），使用python开发环境，代码思路清晰，易调试。有问题可以留言相互交流

基于python3 tensorflow DBN_and_RNN的实现，包含源码、数据集、解释文档

深度置信网络的Python实现例子keras

机器学习课程（Python / R） 第1部分-数据预处理 第2部分-回归：简单线性回归，多重线性回归，多项式回归，SVR，决策树回归，随机森林回归 第3部分-分类：逻辑回归，K-NN，SVM，内核SVM，朴素贝叶斯，决策树分类，随机森林分类 第4部分-聚类：K-Means，分层聚类 第5部分-关联规则学习：Apriori，Eclat 第6部分-强化学习：置信区间上限，汤普森抽样 第7部分-自然语言处理：NLP的词袋模型和算法 第8部分-深度学习：人工神经网络，卷积神经网络 第9部分-降维：