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. Neural_Network_Charity_Analysis-源码

  2. Neural_Network_Charity_Analysis 客观的 该项目的目的是帮助Bek建立预测模型，其中该模型具有预测“ Alphabet Soup组织”的申请人是否能够获得成功的能力。 我们在此分析中使用的工具是机器学习和神经网络以及CSV数据文件，其中包含34,000多个组织，这些组织多年来已从Alphabet Soup获得了资助 预处理神经网络模型的数据 我们拥有的数据集是原始数据，其中包含大量缺失和不可用的值。 我们必须进行清理，才能将机器学习神经网络模型应用于分析。 清理后

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：995328
    • 提供者：weixin_42098892

  1. Neural_Network_Charity_Analysis-源码

  2. Neural_Network_Charity_Analysis 目的 该分析的目的是查看如果由Alphabet Soup资助的组织将会成功。 创建了一个神经网络模型来确定哪些组织将成功。 结果 数据预处理 •模型的目标是Is_Successful列。 •模型的功能：应用程序类型，从属关系，分类，用例，组织，活动状态，收入金额，特殊注意事项和要价。 •不是目标或功能的变量是EIN和Name列。 编译，训练和评估模型 •在第一个模型中，我添加了两个隐藏层。 将第一个包含8个神经元的隐藏层和第二个

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：1048576
    • 提供者：weixin_42107165

  1. Neural_Network_Charity_Analysis：机器学习和神经网络-源码

  2. Neural_Network_Charity_Analysis 机器学习和神经网络 分析概述： 开发了一种二进制分类器，该分类器利用机器学习和神经网络来确定所提供数据集中的申请人是否会获得成功（如果提供资金）。 提供的数据集包含大约34,000个组织，每个组织有12列数据。 最初，使用的深度学习神经网络模型包括运行100个纪元和2个隐藏层的模型。 为了优化模型，该模型随后运行了150个时期，每个隐藏层运行了更多节点。 两次尝试使模型执行的准确性都超过73％均未成功。 结果： 数据预处理 “

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：1004544
    • 提供者：weixin_42127775

  1. Neural_Network_Charity_Analysis：神经网络模型分析-源码

  2. 在本模块中，将使用Python中的TensorFlow平台探索和实现神经网络。 讨论了计算神经元的背景和历史，以及应用于深度学习的神经网络的当前实现。 讨论了不同神经网络的主要成本和收益，并将这些成本与传统的机器学习分类和回归模型进行比较。 此外，还练习了跨许多不同的数据集（包括图像，自然语言和数字数据集）实施神经网络和深度神经网络。 最后，学习了如何存储和检索经过训练的模型以用于更强大的用途。 统计分析概述： 在此模块挑战中，将执行数据分析以帮助基金会（字母汤）预测在何处进行投资。 使用了机

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：827392
    • 提供者：weixin_42135773

  1. Neural_Network_Charity_Analysis-源码

  2. Neural_Network_Charity_Analysis 分析概述 利用机器学习和神经网络的知识，创建一个二进制分类器，该分类器能够预测如果由Alphabet Soup资助的申请人是否会成功。 此项目有四个可交付成果： 预处理神经网络模型的数据 编译，训练和评估模型。 优化模型 神经网络模型的书面报告 资源资源 数据源： 工具： 的Python 3.6.1 大熊猫 神经网络 斯克莱恩 model_selection train_test_split 预处理 标准缩放器 One

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：4194304
    • 提供者：weixin_42151772

  1. Neural_Network_Charity_Analysis-源码

  2. Neural_Network_Charity_Analysis 概述： 有一个慈善基金会，致力于通过提供捐赠来帮助保护环境，改善人们的福利并统一世界的组织。 该公司的目标是在潜在接收者的末尾分析每笔捐赠的影响。 这有助于确保基金会的资金得到有效利用。 不幸的是，并非公司所做的每笔捐赠都具有影响力。 在某些情况下，组织会拿走这笔钱而消失。 结果，该公司希望找出哪些组织值得捐助，哪些组织处于高风险之中。 他们希望我们创建一个数学的，数据驱动的解决方案，以准确地完成此任务。 为了解决眼前的问题，将

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：1048576
    • 提供者：weixin_42138376