June2Hua / machinLearningProjectLinks
学习吴恩达视频,完成一个小project。使用梯度下降、正则化、神经网络进行房价的预测。使用python中的numpy、scipy、pandas以及matplotlib完成编程的实现。
☆25Updated 5 years ago
Alternatives and similar repositories for machinLearningProject
Users that are interested in machinLearningProject are comparing it to the libraries listed below
Sorting:
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- 这一篇notebook是关于我写的毕业论文的整个过程的方法和总结,包括了我在写论文时的一些感悟和体验。☆18Updated 7 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 6 years ago
- 粒子群算法优化支持向量机☆137Updated 2 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆116Updated 4 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测,注释拉满。☆190Updated 5 years ago
- 机器学习预测系统汇总:包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆76Updated 4 years ago
- 利用时间序列预测汽车销量☆40Updated 6 years ago
- 基于遗传算法的BP神经网络☆16Updated 4 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测,除此以外还采取了多种组合方法对以上算法输 出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 4 years ago
- python 用GA算法优化BP神经网络☆157Updated 4 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 years ago
- Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)☆83Updated 5 years ago
- 一种有效的电力负荷预测方法☆61Updated 5 years ago
- PSO algorithm for multi-parameters optimizaiton☆66Updated 6 years ago
- python实现的随机森林☆100Updated 2 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆58Updated 7 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆41Updated 5 years ago
- XGB、LSTM、KNNR、SVR预测☆13Updated 5 months ago
- use PSO to train the sigle layer NN structure☆23Updated 2 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- a back propagation neural network with genetic algorithm☆81Updated 7 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 5 years ago
- bp 神经网络算法☆122Updated 2 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆37Updated 5 years ago
- 集成学习Stacking方法详解☆74Updated 5 years ago
- 机器学习预测模型 ,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆55Updated 5 years ago
- 利用sklearn实现机器学习算法:线性回归、逻辑回归、决策树、随机森林、SVM等☆167Updated 5 years ago