注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. projects:机器学习项目-源码

  2. 机器学习项目 我的机器学习项目包括： -从零开始进行Logistic回归以对手写数字1和数字5进行分类-通过使用libsvm库提供给定数据的SVM -具有线性回归的汽车的销售价格预测-PCA从头开始，k-均值从头开始-通过使用不同的模型进行多类分类-通过使用不同的模型来确定期限存款Scrath的高斯混合期望最大化算法随机梯度下降从零开始的逻辑回归-使用textgenrnn库生成文本Xgboost和Catboost的欺诈检测

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：3145728
    • 提供者：weixin_42104906

  1. capston_project:预测股价。 Udacity的机器学习纳米学位的最后一个项目-源码

  2. capston_project 预测股价。 Udacity的机器学习纳米学位的最后一个项目 必要软件包Python 3.x Pandas NumPy Keras TesnorFlow MatplotLib AlphaVantage Sklearn 1背景自从发明了股票市场以来，人们一直试图提出创造性的解决方案来“击败它”。 随着计算机的发明，人们试图利用其计算能力来尝试并利用股票市场。 数学的不同领域引起了定量分析的兴起，其中一些聪明的人创造了工具和理论来预测股票市场的行为以利于他们。 如今

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：1048576
    • 提供者：weixin_42126668

  1. ANZ_internship:该资料库包含我在ANZ进行虚拟实习期间的工作-源码

  2. ANZ_实习 该资料库包含我在ANZ进行虚拟实习期间的工作 关于该项目- 该数据集基于包含100个假设客户的3个月的交易价值的综合交易数据集。 它包含购买，定期交易和薪水交易。 进行探索性数据分析以了解数据，然后使用相同的交易数据集，我已经预测了每个客户的月薪 存储库中的文件- 数据集-ANZ综合交易数据集.xlsx 探索性数据分析-ANZ_EDA.ipynb 薪水预测-ANZ_prediction.ipynb 使用的模型-线性回归模型，决策树回归器。 结论-由于100个客户的详细信息有

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：1048576
    • 提供者：weixin_42134240

  1. Machine-Learning-minors-源码

  2. ML-线性回归 这是一个基于线性回归的基础项目，其中，当将Hours变量输入模型时，我们将预测Scores变量。 任何愿意做出贡献，想帮助使这个项目更高效，更简单的人都受到欢迎：P

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：1018880
    • 提供者：weixin_42125770

  1. Machine-Learning-Linear-Regression-Project-源码

  2. 机器学习线性回归项目

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：1048576
    • 提供者：weixin_42110469

  1. MLB-Project-源码

  2. 美国职业棒球大联盟 与大多数体育比赛一样，为了赢得棒球比赛，获胜球队必须比对垒球队得分更高。该项目侧重于美国职业棒球大联盟的得分方面。 通过10倍交叉验证比较两个线性回归模型，尽管简单的线性回归似乎更准确，但是这两个模型之间的差异似乎很小。 产生这种结果的可能原因之一是，这两个预测因子（OPS与TB + OBP）在棒球中的测量结果相似。对于那些不熟悉这项运动的人，我将简要解释这三个数据在健身中的作用。 首先，结核病衡量的是通过点击获得的碱基总数。它为单个分配1总碱基，向双分配2总碱基，向三重分配

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：1035264
    • 提供者：weixin_42121905

  1. Price_predicting:在此存储库中，我们将把使用模型预测价格的项目放在此处-源码

  2. 价格预测 在此存储库中，我们将把使用模型预测价格的项目放在该位置。 在这个项目中，我们使用线性回归模型来预测班加罗尔的房价。 项目结构： 探索数据（pandas，numpy） 清洁数据（熊猫） 数据可视化（matplotlib） 建筑模型（sckit-learn） 将模型导出到泡菜文件（腌菜） 结果

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：259072
    • 提供者：weixin_42116734

  1. modeling_housing_prices:我在训练营中完成的第二个项目-源码

  2. 项目2-艾姆斯住房数据和Kaggle挑战 利用房屋的特征，我将开发一个模型来预测爱荷华州埃姆斯的房屋价格。 知道是在模型中添加还是排除某项功能可以帮助房主确定该功能是否会增加其财产价值以及是否要对其进行投资。 该模型还可以帮助潜在的购房者估算具有其所需所有功能的房屋价格，从而可以确定房屋是否在预算之内。 型号类型： 我测试了三种不同的模型：线性，套索和岭回归。根据R ^ 2和均方根误差（RMSE）分数评估成功与否。创建了一个虚拟模型来评估基线，然后将我的模型与该模型进行了比较。 特征： 在测试模

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：729088
    • 提供者：weixin_42125770

  1. MechaCar_Statistical_Analysis-源码

  2. MechaCar_Statistical_Analysis 项目概况 在开始担任新职务几周后，高层管理人员与杰里米（Jeremy）接洽了一个特殊项目。 AutosRUs的最新原型机MechaCar遭受生产问题的困扰，这些问题阻碍了制造团队的进步。 AutosRUs的高层管理人员已邀请Jeremy和数据分析团队审查生产数据，以获取有助于制造团队的见解。 在此挑战中，您将帮助Jeremy和数据分析团队执行以下操作： 执行多元线性回归分析，以识别数据集中哪些变量可预测MechaCar原型的mpg 从生

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：389120
    • 提供者：weixin_42112685

  1. DS_Projects:数据科学项目集合-源码

  2. 应用数据科学Capstone产品组合 你好！ 此回购包含了一系列材料（脚本，报告，图形等），这些材料展示了我最近的工作的一部分。 下面的每个部分都提供了有关回购中的工件的一些详细信息。 以下是过去几年中我一直在使用的工具和技术的示例。 这是一个非常粗略的草稿，并将在接下来的几个月中进行更新。 使用的工具 工具 使用权 土坯 竞技场模拟 电子表格 插画家 迷你标签 橘子 Power BI Python [R 火花 SQL 斯塔塔 画面 威卡 使用的技巧 技巧 人工神经网络/深度学习 方差分

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：22020096
    • 提供者：weixin_42137539

  1. Kevin_Portfolio:项目组合-源码

  2. 使用jupyter笔记本分析了GOOGL，AMZN和AAPL在10年期间的趋势 创建了图表，突出显示了根据7种功能购买股票的一年中的最佳和最差时间 使用带有Python的线性回归模型预测价格 创建了一个网站来分享我的游泳经验并联系其他游泳者 使用HTML和CSS设计网站的前端 开发数据库以使用SQL存储用户信息 使用Javascr ipt和Node.js构建后端实时聊天应用程序

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：116736
    • 提供者：weixin_42138545

  1. linear_regression_ecommerce_data:linear_regression_project_ecommerce_data这是Udemy课程中的线性回归项目-源码

  2. linear_regression_ecommerce_data 这是Udemy课程的线性回归项目：Python for Data Science and Machnie Learning 如果打开笔记本时出现问题，请访问并将链接粘贴到笔记本中以进行查看。 这似乎是GitHub后端经常出现的问题。 有关更多信息，请参见： : 注意系数的解释。 在最简单的情况下，将采用一种平衡设计，其中预测变量不相关。 因此，假设所有其他预测变量均保持不变，则通过增加其中一个预测变量的单位，我们将看到因

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：325632
    • 提供者：weixin_42117340

  1. linear_regression_project_ecommerce_data:这是Udemy课程的线性回归项目-源码

  2. linear_regression_project_ecommerce_data 这是Udemy课程的线性回归项目：Python for Data Science and Machnie Learning 如果打开笔记本时出现问题，请访问并将链接粘贴到笔记本中以进行查看。 这似乎是GitHub后端经常出现的问题。 有关更多信息，请参见： :

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：325632
    • 提供者：weixin_42134769

  1. brian_bacik:Brian的数据科学项目组合-源码

  2. 数据科学组合 这些年来，我完成了一系列项目，重点介绍了数据科学领域的技能，包括数据整理，假设测试，数据库管理，可视化，机器学习和深度学习。 由UTHealth公共卫生学院与贝勒医学院和哈里斯县公共卫生合作的研究项目。 通过此研究项目，我们为哈里斯县的每个人提供免费测试，并收集数据以更好地了解Covid-19在该地区的传播。 我的职责包括数据架构，收集，清理，分析和可视化。 建立分类模型，以预测银行信用卡客户的流失率。 通过网格搜索交叉验证优化了线性回归，随机森林和XGBoost。 引入了

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_42149145

  1. my_portfolio_site:Brian的数据科学项目组合-源码

  2. my_portfolio_site Brian的数据科学项目组合 由UTHealth公共卫生学院与贝勒医学院和哈里斯县公共卫生合作的研究项目。 通过此研究项目，即使您没有生病，无论性别，种族，收入或移民身份如何，我们都为哈里斯县的所有人（包括儿童）提供免费测试。 我的职责包括数据架构，收集，清理，分析和可视化。 此处的公开信息中心： ： 建立分类模型，以预测银行信用卡客户的流失率。 通过网格搜索交叉验证优化了线性回归，随机森林和XGBoost。 引入了具有随机欠采样，tomek链接

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1048576
    • 提供者：weixin_42116585

  1. case_study_week_5:回归案例研究-源码

  2. 预测重型机械拍卖价格 线性回归案例研究 目录 客观的 创建线性回归模型以根据历史记录预测重型机械的销售价格 团队合作 通过了一对编程工作流程： 一个团队成员轮流在jupyter笔记本中编写脚本， 一位团队成员将nb脚本转换为.py文件中的函数， 一名团队成员实时更新，编辑减价。 定期更换角色，以确保每个人都在项目的每个维度上都有意见。 数据 该数据集包含40万多个重型机械销售记录，每个记录都有其自己的唯一SaleID。 下面列出了一些注意事项： 栏名 dtype 描述 销售价格 整型

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：18874368
    • 提供者：weixin_42122986

  1. 线性回归项目-源码

  2. 线性回归项目

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：47104
    • 提供者：weixin_42097967

  1. 所有项目清单-源码

  2. （一）机器视觉 使用YOLOv3对64种食品进行对象检测，2019年（15K训练图像，45K训练边界框，mAP：0.42） （二）自然语言处理 （2K培训数据，acc：96.9％） （50K训练数据，acc：80.7％） （III）R中的预测建模 涉及EDA，特征工程，机器学习算法（回归，逐步回归，随机森林，梯度提升，广义加性模型，多元自适应回归样条，贝叶斯加性回归树，支持向量机）的预测建模项目，模型选择和模型推断。 （RF / GBM比空模型的MAE改善了35.0％） （BART模型比n

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：14680064
    • 提供者：weixin_42131367

  1. 数据科学微型项目：比较决策树回归，随机森林和多元线性回归的准确性-源码

  2. 数据科学迷你项目 决策树回归，随机森林和多元线性回归的精度比较 风险资本家雇用您来预测一家初创公司的利润。 因此，您必须处理一个数据集，该数据集包含50个创业公司的详细信息，并根据某些功能预测新创业公司的利润。 根据您的决定和预测，是否应该投资特定的创业公司。 数据集包含以下字段：研究与发展趋势-研发管理支出总额-行政管理支出支出总额-营销市场支出总额-创业公司运营的州利润-获利启动 在应用机器学习算法之前，您必须执行以下任务：1）处理缺失值2）准备数据进行训练和测试3）应用决策树算法训练模型

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：66560
    • 提供者：weixin_42134769

  1. 数据科学组合：数据科学项目组合-源码

  2. 数据科学组合（建设中） 包含数据科学项目组合的存储库。 以Jupyter笔记本的形式呈现。 有关我的专业经验的更多详细信息，请访问 机器学习 监督 目标 预测新情况下的现象行为（测试数据）。 研究解释变量和答案之间的关系。 检查预测的质量。 线性回归 简短说明：建立标量响应与一个或多个说明变量（也称为因变量和自变量）之间关系的线性方法 应用程序：分析产品销售的营销效果，定价和促销，评估金融服务或保险领域的风险，根据价格，趋势线等来预测产品的销售情况。 示例：：一种机器学习模型，用于预

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：852992
    • 提供者：weixin_42118160
« 12 3 4 5 6 7 8 9 10 »