gitextract_oeszk7b8/

├── .gitignore
├── README.md
├── ab_testing/
│   ├── advertisement_clicks.csv
│   ├── bayesian_bandit.py
│   ├── bayesian_normal.py
│   ├── bayesian_starter.py
│   ├── cdfs_and_percentiles.py
│   ├── chisquare.py
│   ├── ci_comparison.py
│   ├── client.py
│   ├── comparing_epsilons.py
│   ├── convergence.py
│   ├── demo.py
│   ├── epsilon_greedy.py
│   ├── epsilon_greedy_starter.py
│   ├── ex_chisq.py
│   ├── ex_ttest.py
│   ├── extra_reading.txt
│   ├── optimistic.py
│   ├── optimistic_starter.py
│   ├── server_solution.py
│   ├── server_starter.py
│   ├── ttest.py
│   ├── ucb1.py
│   └── ucb1_starter.py
├── airline/
│   ├── ann.py
│   ├── international-airline-passengers.csv
│   ├── lr.py
│   └── rnn.py
├── ann_class/
│   ├── backprop.py
│   ├── extra_reading.txt
│   ├── forwardprop.py
│   ├── regression.py
│   ├── sklearn_ann.py
│   ├── tf_example.py
│   └── xor_donut.py
├── ann_class2/
│   ├── __init__.py
│   ├── adam.py
│   ├── batch_norm_tf.py
│   ├── batch_norm_theano.py
│   ├── cntk_example.py
│   ├── dropout_tensorflow.py
│   ├── dropout_theano.py
│   ├── extra_reading.txt
│   ├── grid_search.py
│   ├── keras_example.py
│   ├── keras_functional.py
│   ├── mlp.py
│   ├── momentum.py
│   ├── mxnet_example.py
│   ├── pytorch_batchnorm.py
│   ├── pytorch_dropout.py
│   ├── pytorch_example.py
│   ├── pytorch_example2.py
│   ├── random_search.py
│   ├── rmsprop.py
│   ├── rmsprop_test.py
│   ├── sgd.py
│   ├── tensorflow1.py
│   ├── tensorflow2.py
│   ├── tf_with_save.py
│   ├── theano1.py
│   ├── theano2.py
│   ├── theano_ann.py
│   └── util.py
├── ann_logistic_extra/
│   ├── __init__.py
│   ├── ann_predict.py
│   ├── ann_train.py
│   ├── ecommerce_data.csv
│   ├── logistic_predict.py
│   ├── logistic_softmax_train.py
│   ├── logistic_train.py
│   └── process.py
├── bayesian_ml/
│   ├── 1/
│   │   ├── Q.csv
│   │   ├── README
│   │   ├── Xtest.csv
│   │   ├── Xtrain.csv
│   │   ├── nb.py
│   │   ├── ytest.csv
│   │   └── ytrain.csv
│   ├── 2/
│   │   ├── Q.csv
│   │   ├── README
│   │   ├── Xtest.csv
│   │   ├── Xtrain.csv
│   │   ├── em.py
│   │   ├── probit.py
│   │   ├── ytest.csv
│   │   └── ytrain.csv
│   ├── 3/
│   │   ├── X_set1.csv
│   │   ├── X_set2.csv
│   │   ├── X_set3.csv
│   │   ├── run.py
│   │   ├── y_set1.csv
│   │   ├── y_set2.csv
│   │   ├── y_set3.csv
│   │   ├── z_set1.csv
│   │   ├── z_set2.csv
│   │   └── z_set3.csv
│   └── 4/
│       ├── data.txt
│       ├── emgmm.py
│       ├── npbgmm.py
│       └── vigmm.py
├── best_fit_line.py
├── calculus/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── chatgpt_trading/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── cnn_class/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   ├── benchmark.py
│   ├── blur.py
│   ├── cifar.py
│   ├── cnn_tf.py
│   ├── cnn_tf_plot_filters.py
│   ├── cnn_theano.py
│   ├── cnn_theano_plot_filters.py
│   ├── custom_blur.py
│   ├── echo.py
│   ├── edge.py
│   ├── edge_benchmark.py
│   ├── exercises.txt
│   ├── extra_reading.txt
│   └── keras_example.py
├── cnn_class2/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   ├── class_activation_maps.py
│   ├── extra_reading.txt
│   ├── fashion.py
│   ├── fashion2.py
│   ├── make_limited_datasets.py
│   ├── siamese.py
│   ├── ssd.py
│   ├── style_transfer1.py
│   ├── style_transfer2.py
│   ├── style_transfer3.py
│   ├── test_softmax.py
│   ├── tf_resnet.py
│   ├── tf_resnet_convblock.py
│   ├── tf_resnet_convblock_starter.py
│   ├── tf_resnet_first_layers.py
│   ├── tf_resnet_first_layers_starter.py
│   ├── tf_resnet_identity_block.py
│   ├── tf_resnet_identity_block_starter.py
│   ├── use_pretrained_weights_resnet.py
│   ├── use_pretrained_weights_vgg.py
│   └── util.py
├── data_csv/
│   ├── X.txt
│   ├── X_orig.txt
│   ├── legend.txt
│   ├── readme.txt
│   └── y.txt
├── financial_engineering/
│   └── go_here_instead.txt
├── hmm_class/
│   ├── __init__.py
│   ├── coin_data.txt
│   ├── edgar_allan_poe.txt
│   ├── extra_reading.txt
│   ├── frost.py
│   ├── generate_c.py
│   ├── generate_ht.py
│   ├── hmm_classifier.py
│   ├── hmmc.py
│   ├── hmmc_concat.py
│   ├── hmmc_scaled_concat.py
│   ├── hmmc_scaled_concat_diag.py
│   ├── hmmc_tf.py
│   ├── hmmc_theano.py
│   ├── hmmc_theano2.py
│   ├── hmmd.py
│   ├── hmmd_scaled.py
│   ├── hmmd_tf.py
│   ├── hmmd_theano.py
│   ├── hmmd_theano2.py
│   ├── robert_frost.txt
│   ├── scan1.py
│   ├── scan2.py
│   ├── scan3.py
│   ├── site_data.csv
│   ├── sites.py
│   ├── tf_scan1.py
│   ├── tf_scan2.py
│   └── tf_scan3.py
├── keras_examples/
│   ├── ann.py
│   ├── basic_mlp.py
│   ├── batchnorm.py
│   ├── cnn.py
│   ├── cnn_cifar.py
│   ├── cnn_dropout_batchnorm.py
│   ├── dropout.py
│   ├── sentiment_analysis.py
│   ├── sine.py
│   ├── sine2.py
│   ├── translation.py
│   └── util.py
├── kerascv/
│   ├── extra_reading.txt
│   ├── imagenet_label_names.json
│   ├── makelist.py
│   └── pascal2coco.py
├── linear_algebra/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── linear_regression_class/
│   ├── data_1d.csv
│   ├── data_2d.csv
│   ├── data_poly.csv
│   ├── gd.py
│   ├── generate_1d.py
│   ├── generate_2d.py
│   ├── generate_poly.py
│   ├── gradient_descent.py
│   ├── l1_regularization.py
│   ├── l2_regularization.py
│   ├── lr_1d.py
│   ├── lr_2d.py
│   ├── lr_poly.py
│   ├── mlr02.xls
│   ├── moore.csv
│   ├── moore.py
│   ├── overfitting.py
│   └── systolic.py
├── logistic_regression_class/
│   ├── bad_xor.py
│   ├── l1_regularization.py
│   ├── logistic1.py
│   ├── logistic2.py
│   ├── logistic3.py
│   ├── logistic4.py
│   ├── logistic_donut.py
│   ├── logistic_visualize.py
│   └── logistic_xor.py
├── matrix_calculus/
│   └── extra_reading.txt
├── mnist_csv/
│   ├── Q.txt
│   ├── Xtest.txt
│   ├── Xtrain.txt
│   ├── label_test.txt
│   └── label_train.txt
├── naive_bayes/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── nlp_class/
│   ├── all_book_titles.txt
│   ├── article_spinner.py
│   ├── cipher_placeholder.py
│   ├── electronics/
│   │   ├── negative.review
│   │   ├── positive.review
│   │   └── unlabeled.review
│   ├── extra_reading.txt
│   ├── lsa.py
│   ├── nb.py
│   ├── sentiment.py
│   ├── spam2.py
│   ├── spambase.data
│   └── stopwords.txt
├── nlp_class2/
│   ├── bow_classifier.py
│   ├── extra_reading.txt
│   ├── glove.py
│   ├── glove_svd.py
│   ├── glove_tf.py
│   ├── glove_theano.py
│   ├── logistic.py
│   ├── markov.py
│   ├── ner.txt
│   ├── ner_baseline.py
│   ├── ner_rnn.py
│   ├── ner_tf.py
│   ├── neural_network.py
│   ├── neural_network2.py
│   ├── pmi.py
│   ├── pos_baseline.py
│   ├── pos_hmm.py
│   ├── pos_ner_keras.py
│   ├── pos_rnn.py
│   ├── pos_tf.py
│   ├── pretrained_glove.py
│   ├── pretrained_w2v.py
│   ├── recursive_tensorflow.py
│   ├── recursive_theano.py
│   ├── rntn_tensorflow.py
│   ├── rntn_tensorflow_rnn.py
│   ├── rntn_theano.py
│   ├── tfidf_tsne.py
│   ├── util.py
│   ├── visualize_countries.py
│   ├── w2v_model.npz
│   ├── w2v_word2idx.json
│   ├── word2vec.py
│   ├── word2vec_tf.py
│   └── word2vec_theano.py
├── nlp_class3/
│   ├── attention.py
│   ├── bilstm_mnist.py
│   ├── bilstm_test.py
│   ├── cnn_toxic.py
│   ├── convert_twitter.py
│   ├── extra_reading.txt
│   ├── lstm_toxic.py
│   ├── memory_network.py
│   ├── poetry.py
│   ├── simple_rnn_test.py
│   └── wseq2seq.py
├── nlp_v2/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── numpy_class/
│   ├── classification_example.py
│   ├── dot_for.py
│   ├── exercises/
│   │   ├── ex1.py
│   │   ├── ex2.py
│   │   ├── ex3.py
│   │   ├── ex4.py
│   │   ├── ex5.py
│   │   ├── ex6.py
│   │   ├── ex7.py
│   │   ├── ex8.py
│   │   └── ex9.py
│   ├── manual_data_loading.py
│   ├── python3/
│   │   ├── dot_for.py
│   │   └── manual_data_loading.py
│   ├── regression_example.py
│   ├── table1.csv
│   └── table2.csv
├── openai/
│   ├── extra_reading.txt
│   └── replies.json
├── probability/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── prophet/
│   └── extra_reading.txt
├── pytorch/
│   ├── .gitignore
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   ├── aapl_msi_sbux.csv
│   ├── ann_regression.py
│   ├── exercises.txt
│   ├── extra_reading.txt
│   ├── plot_rl_rewards.py
│   └── rl_trader.py
├── recommenders/
│   ├── autorec.py
│   ├── extra_reading.txt
│   ├── itembased.py
│   ├── mf.py
│   ├── mf2.py
│   ├── mf_keras.py
│   ├── mf_keras_deep.py
│   ├── mf_keras_res.py
│   ├── preprocess.py
│   ├── preprocess2dict.py
│   ├── preprocess2sparse.py
│   ├── preprocess_shrink.py
│   ├── rbm_tf_k.py
│   ├── rbm_tf_k_faster.py
│   ├── spark.py
│   ├── spark2.py
│   ├── tfidf.py
│   └── userbased.py
├── rl/
│   ├── approx_control.py
│   ├── approx_prediction.py
│   ├── bayesian_bandit.py
│   ├── bayesian_normal.py
│   ├── bayesian_starter.py
│   ├── cartpole.py
│   ├── cartpole_gym0.19.py
│   ├── comparing_epsilons.py
│   ├── comparing_explore_exploit_methods.py
│   ├── epsilon_greedy.py
│   ├── epsilon_greedy_starter.py
│   ├── extra_reading.txt
│   ├── grid_world.py
│   ├── iterative_policy_evaluation_deterministic.py
│   ├── iterative_policy_evaluation_probabilistic.py
│   ├── linear_rl_trader.py
│   ├── monte_carlo.py
│   ├── monte_carlo_es.py
│   ├── monte_carlo_no_es.py
│   ├── optimistic.py
│   ├── optimistic_initial_values.py
│   ├── optimistic_starter.py
│   ├── plot_rl_rewards.py
│   ├── policy_iteration_deterministic.py
│   ├── policy_iteration_probabilistic.py
│   ├── q_learning.py
│   ├── sarsa.py
│   ├── td0_prediction.py
│   ├── tic_tac_toe.py
│   ├── ucb1.py
│   ├── ucb1_starter.py
│   └── value_iteration.py
├── rl2/
│   ├── a3c/
│   │   ├── main.py
│   │   ├── nets.py
│   │   ├── thread_example.py
│   │   └── worker.py
│   ├── atari/
│   │   ├── dqn_tf.py
│   │   └── dqn_theano.py
│   ├── cartpole/
│   │   ├── dqn_tf.py
│   │   ├── dqn_theano.py
│   │   ├── pg_tf.py
│   │   ├── pg_theano.py
│   │   ├── q_learning.py
│   │   ├── q_learning_bins.py
│   │   ├── random_search.py
│   │   ├── save_a_video.py
│   │   ├── td_lambda.py
│   │   ├── tf_warmup.py
│   │   └── theano_warmup.py
│   ├── extra_reading.txt
│   ├── gym_tutorial.py
│   └── mountaincar/
│       ├── n_step.py
│       ├── pg_tf.py
│       ├── pg_tf_random.py
│       ├── pg_theano.py
│       ├── pg_theano_random.py
│       ├── q_learning.py
│       └── td_lambda.py
├── rl2v2/
│   └── extra_reading.txt
├── rl3/
│   ├── a2c/
│   │   ├── a2c.py
│   │   ├── atari_wrappers.py
│   │   ├── main.py
│   │   ├── neural_network.py
│   │   ├── play.py
│   │   └── subproc_vec_env.py
│   ├── ddpg.py
│   ├── es_flappy.py
│   ├── es_mnist.py
│   ├── es_mujoco.py
│   ├── es_simple.py
│   ├── extra_reading.txt
│   ├── flappy2envs.py
│   ├── gym_review.py
│   ├── plot_ddpg_result.py
│   ├── plot_es_flappy_results.py
│   ├── plot_es_mujoco_results.py
│   └── sample_test.py
├── rl3v2/
│   ├── extra_reading.txt
│   ├── visualize_es.py
│   └── visualize_hill_climbing.py
├── rnn_class/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   ├── __init__.py
│   ├── batch_gru.py
│   ├── batch_parity.py
│   ├── batch_units.py
│   ├── batch_wiki.py
│   ├── brown.py
│   ├── exercises.txt
│   ├── extra_reading.txt
│   ├── gru.py
│   ├── gru_nonorm_part1_wikipedia_word2idx.json
│   ├── gru_nonorm_part1_word_embeddings.npy
│   ├── lstm.py
│   ├── mlp_parity.py
│   ├── poetry_classifier.py
│   ├── rrnn_language.py
│   ├── srn_language.py
│   ├── srn_language_tf.py
│   ├── srn_parity.py
│   ├── srn_parity_tf.py
│   ├── tf_parity.py
│   ├── util.py
│   ├── visualize_embeddings.py
│   └── wiki.py
├── stats/
│   └── extra_reading.txt
├── supervised_class/
│   ├── app.py
│   ├── app_caller.py
│   ├── app_trainer.py
│   ├── bayes.py
│   ├── dt.py
│   ├── dt_without_recursion.py
│   ├── knn.py
│   ├── knn_donut.py
│   ├── knn_fail.py
│   ├── knn_vectorized.py
│   ├── knn_xor.py
│   ├── multinomialnb.py
│   ├── nb.py
│   ├── perceptron.py
│   ├── regression.py
│   └── util.py
├── supervised_class2/
│   ├── adaboost.py
│   ├── bagging_classification.py
│   ├── bagging_regression.py
│   ├── bias_variance_demo.py
│   ├── bootstrap.py
│   ├── extra_reading.txt
│   ├── knn_dt_demo.py
│   ├── rf_classification.py
│   ├── rf_regression.py
│   ├── rf_vs_bag.py
│   ├── rf_vs_bag2.py
│   └── util.py
├── svm_class/
│   ├── crossval.py
│   ├── extra_reading.txt
│   ├── fake_neural_net.py
│   ├── kernel_svm_gradient_primal.py
│   ├── linear_svm_gradient.py
│   ├── rbfnetwork.py
│   ├── real_neural_net.py
│   ├── regression.py
│   ├── svm_gradient.py
│   ├── svm_medical.py
│   ├── svm_mnist.py
│   ├── svm_smo.py
│   ├── svm_spam.py
│   └── util.py
├── tensorflow/
│   └── input_data.py
├── tf2.0/
│   ├── .gitignore
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   ├── aapl_msi_sbux.csv
│   ├── auto-mpg.data
│   ├── daily-minimum-temperatures-in-me.csv
│   ├── exercises.txt
│   ├── extra_reading.txt
│   ├── fake_util.py
│   ├── keras_trader.py
│   ├── mlp_trader.py
│   ├── moore.csv
│   ├── plot_rl_rewards.py
│   ├── rl_trader.py
│   ├── sbux.csv
│   └── xor3d.py
├── timeseries/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── transformers/
│   ├── WHERE ARE THE NOTEBOOKS.txt
│   └── extra_reading.txt
├── unsupervised_class/
│   ├── __init__.py
│   ├── books.py
│   ├── choose_k.py
│   ├── evolution.py
│   ├── gmm.py
│   ├── gmm_mnist.py
│   ├── hcluster.py
│   ├── kmeans.py
│   ├── kmeans_fail.py
│   ├── kmeans_mnist.py
│   ├── kmeans_visualize.py
│   ├── neural_kmeans.py
│   └── tweets.py
├── unsupervised_class2/
│   ├── __init__.py
│   ├── autoencoder.py
│   ├── autoencoder_tf.py
│   ├── compare_pca_svd.py
│   ├── extra_reading.txt
│   ├── gaussian_nb.py
│   ├── pca.py
│   ├── pca_impl.py
│   ├── rbm.py
│   ├── rbm_tf.py
│   ├── sk_mlp.py
│   ├── tsne_books.py
│   ├── tsne_donut.py
│   ├── tsne_mnist.py
│   ├── tsne_visualization.py
│   ├── tsne_xor.py
│   ├── umap_transformer.py
│   ├── unsupervised.py
│   ├── util.py
│   ├── vanishing.py
│   ├── visualize_features.py
│   └── xwing.py
└── unsupervised_class3/
    ├── autoencoder_tf.py
    ├── autoencoder_theano.py
    ├── bayes_classifier_gaussian.py
    ├── bayes_classifier_gmm.py
    ├── dcgan_tf.py
    ├── dcgan_theano.py
    ├── extra_reading.txt
    ├── parameterize_guassian.py
    ├── test_stochastic_tensor.py
    ├── util.py
    ├── vae_tf.py
    ├── vae_theano.py
    └── visualize_latent_space.py