Alternatives and similar repositories for Machine-Learning-With-R-

Users that are interested in Machine-Learning-With-R- are comparing it to the libraries listed below

• angeliababy / houseprice_regression
  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
• bingdiaoxiaomao / hyper-parameters-optimization
  机器学习算法超参数的优化方法——基于hyperopt和bayes_opt
  ☆14Updated 6 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆117Updated 4 years ago
• coder23263 / Machine_learning_prediction_system
  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
• kunkun1230 / Data-analysis
  用 jupyter notebook做的一些机器学习项目
  ☆86Updated 5 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
  ☆56Updated 5 years ago
• yc-maltazard / BPNN_Python
  Python 建立的BP神经网络处理预测相关公交线路数据
  ☆37Updated 7 years ago
• goodboyv / Sklearn_Mochine_leanring
  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
  ☆169Updated 5 years ago
• zmzhouXJTU / House_Price_Forecast
  利用回归模型实现房价预测
  ☆45Updated 6 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆82Updated 7 years ago
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆158Updated 4 years ago
• yangxcc / Sklearn-Algorithm
  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
• HiddenSharp / LSTM-SVM-RF-time-series
  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
• Day-yong / Machine_Learning
  机器学习算法经典案例
  ☆110Updated 4 years ago
• qpp117 / DeepLearning_BaseOnTensorFlow
  基于TensorFlow的深度学习、深度增强学习代码：NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)
  ☆54Updated 7 years ago
• aflyingpig0226 / feature-engineering
  机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。
  ☆25Updated 6 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆75Updated 5 years ago
• dukuanbing / bpnn-stock-price-prediction
  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
• Wddzht / DataPreprocessing
  数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)
  ☆63Updated 4 years ago
• guangyaooo / MLTemplate
  机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…
  ☆145Updated 4 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆128Updated 5 years ago
• XuQiao318 / Ensemble-Learning
  机器学习算法之集成学习
  ☆13Updated 5 years ago
• fuqiuai / sklearn-feature-engineering
  使用sklearn做特征工程
  ☆172Updated 6 years ago
• wikke / TimeSeriesPrediction
  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
• xinchenstephen / stock_prediction
  基于粒子群算法的神经网络优化股票价格预测
  ☆33Updated 5 years ago
• bainingchao / PyDataPreprocessing
  《Python数据预处理技术与实践》源码下载
  ☆202Updated 5 years ago
• gotgith / Machine-Learning-
  使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析
  ☆45Updated 6 years ago
• Zhk0314 / GA-BP
  基于遗传算法的BP神经网络
  ☆16Updated 4 years ago
• Leo1998-Lu / Machine-learning-on-iris
  基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。
  ☆21Updated 5 years ago
• KeshengZhang / Covid-19-ARIMA-Time-Series-Prediction
  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