OneStepAndTwoSteps / Data_Analysis_notes
📖 Machine learning algorithms and deep learning algorithms
☆27Updated last year
Related projects ⓘ
Alternatives and complementary repositories for Data_Analysis_notes
- 信用卡违约率分析☆17Updated 5 years ago
- 参与针对于2019-nCoV数据可视化预测项目,后端完全使用ElasticSearch集群/Redis缓存,利用Flask提供API Server,利用前端/中后/前台的接口配合完成新型冠状病毒的疫情发展的相关信息可视化以及预测,方便观察疫情发展情况,并结合机器学习模型对疫…☆23Updated 4 years ago
- 基于互联网金融平台2015年度贷款数据完成信贷违约预测模型,该模型可以作为信贷平台预测违约借款人的参考☆68Updated 6 years ago
- 人工智能社会保险反欺诈分析☆30Updated 6 years ago
- python数据分析基础☆77Updated 8 months ago
- 基于自构造函数的特征提取评分项目(缺失值处理,单变量相关性分析,特征评分,降维)☆15Updated 7 years ago
- 天池竞赛-智慧海洋开源代码☆53Updated 4 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆86Updated 2 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参,特征筛选,训练等方案。同时包含stacking模型融合方案☆27Updated 4 years ago
- 利用python进行反欺诈检测☆34Updated 5 years ago
- 机器学习算法模型的知识图谱(思维导图)构建☆60Updated 5 years ago
- Python数据分析与挖掘实战书中的实例学习☆28Updated 7 years ago
- 数据分析,挖掘建模。☆200Updated 2 years ago
- 基于Python进行数据分析自动化的教程,同样的可以从中做出自己的自动生产报告的框架。☆14Updated 6 years ago
- 马上消费金融挑战者大赛-违约用户风险预测--第三名方案☆68Updated 4 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题,每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆40Updated 5 years ago
- 一些个人学习笔记☆61Updated 3 years ago
- 构建基于逻辑回归的评分卡模型☆43Updated 5 years ago
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆33Updated 5 years ago
- Google for Education平台的Google Developer Python Course是基于python的一门经典课程,本仓库有相关内容和代码等资料☆22Updated 5 years ago
- 2018科大讯飞营销算法大赛(冠军方案)☆92Updated 5 years ago
- Python Practice of Data Analysis and Mining☆32Updated 6 years ago
- 根据用户数据以及消费行为数据,使用Python建立分类模型,通过评估客户流失的风险来预测客户流转情况,找到对客户影响较大的因素,进而挽留客户☆9Updated 4 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛☆25Updated 3 years ago
- 基于flask将一个评论分类模型嵌入到web系统中☆29Updated 4 years ago
- 人工智能工程师直通车第三期 实战项目:广告点击率预测(CTR)。预测用户浏览给定网页的广告点击率,提高广告投放精准度。☆22Updated 6 years ago
- 作者:张君颖,个人项目作品展:https://lotbear.com☆31Updated 3 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆205Updated 5 years ago
- 根据以往的电话外呼数据以及用户数据信息,提取有价值信息,完成数据分析报告,构建预测模型,提交部署,应用于现有存量用户,下采样,逻辑回归模型召回率87%。☆9Updated 6 years ago