JHU数据科学顶点项目 描述项目 该项目的目标是获取提供的数据集并创建能够预测后续单词的NLP（自然语言处理）模型。 博客，Twitter和新闻是用于训练模型的数据集。 SwiftKey是一家与约翰·霍普金斯大学教授合作的公司，以准备该项目，目的是构建一种预测模型，使人们可以在其移动设备上打字。 除了清理和设置数据外，N-Grams的标记化技术还用于组合要在预测算法上使用的单词。 最后的项目以一个Shiny应用程序和一个使用R-Presentation的Pitch结束。 该项目 该项目涉及

音高 现状 许多慈善机构收到的物品不适合其人口统计或完全不适合使用。 在衣物捐赠方面，许多慈善机构收到的衣物被撕破，弄脏或无法使用。 25％的衣物捐赠最终进入了垃圾填埋场。 处置这些物品可能会花费他们无法负担的慈善资金和人力，致使捐款无济于事。 沥青的目的 Pitch'n是一款可帮助用户和慈善机构满足其需求的应用程序。 由于其使用的灵活性，许多组织喜欢货币捐赠，但是，物品捐赠仍然是一种流行的捐赠方法。 正在寻找某些类型物品的慈善组织可以连接到该应用程序，并传播有关他们所寻找的东西和接受质量的信

最终项目-项目简介-音调说明 发送给教师您的回购链接！ 工作到周三或周四（如果您敢-只需确保它适用于压力 :winking_face: ） 星期四上午的演讲-请向我们发送您的歌曲 星期四下午的团队回顾 规则技术 选择自己的技术堆栈-可能使用React，java，mongodb。 使用一些第三方库-发现这些库可能有助于探索思路： Material-ui React网格？ React-geo /鸽子地图/ google-map-react / react-mapbox / react-m