Skyexu / machine-learning-practiceLinks
机器学习、深度学习原理及实践
☆19Updated 3 years ago
Alternatives and similar repositories for machine-learning-practice
Users that are interested in machine-learning-practice are comparing it to the libraries listed below
Sorting:
- 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
- 🤓 Important machine learning knowledge, each article deeply analyzes theoretical knowledge☆118Updated 5 years ago
- 📖 Machine learning algorithms and deep learning algorithms☆26Updated last year
- 国内首个迁移学习赛题 中国平安前海征信“好信杯”迁移学习大数据算法大赛 FInSight团队作品(算法方案排名第三)☆87Updated 6 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 5 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 years ago
- 《利用python进行数据分析》代码解读☆9Updated 6 years ago
- 使用sklearn做特征工程☆172Updated 6 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☆24Updated 6 years ago
- 类别不平衡学习,包括采样、代价敏感学习、决策输出补偿以及集成学习等内容☆36Updated 4 years ago
- 基于某城市移动终端用户的运营商数据预测未来三月内用户是否会终端变迁(用户从当前使用的手机品牌更换为其他手机品牌)。应用xgboost 算法和随机森林算法组合成多学习器预测模型。☆52Updated 8 years ago
- 天池竞赛-智慧海洋开源代码☆54Updated 5 years ago
- 智能风控:原理、算法与工程实践 代码☆77Updated 4 years ago
- 分类类别不平衡,解决办法:采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重,附带信用卡诈骗案例☆21Updated 5 years ago
- 各种机器学习方法在sklearn中的使用-菜菜的机器学习sklearn课堂☆95Updated 5 years ago
- 评分卡 逻辑回归 最优分组 金融风控 信用等级 屁屁和铭仔的数据之路 AugustBetty☆11Updated 4 years ago
- 关于评分卡的基本流程☆68Updated 5 years ago
- 唯品会用户购买行为预测☆28Updated 7 years ago
- 李航《统计学习方法》书的每一章节核心提炼以及Python代码实现,可以直接运行在Anaconda的Jupyter里面,从即日起抽时间 不断更新,详见Readme.☆26Updated 6 years ago
- 对数据框中的某个变量进行有监督的分箱操作☆64Updated 4 years ago
- 整理所有特征工程用到的方法,为了复用☆10Updated 4 years ago
- Python与机器学习方向,《决策树与集成算法》课程仓库☆25Updated 6 years ago
- Kaggle 项目实战(教程) = 文档 + 代码 + 视频(欢迎参与)☆9Updated 6 years ago
- LR / SVM / XGBoost / RandomForest etc.☆28Updated 5 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛 复赛第六☆19Updated 5 years ago
- 分别基于statsmodels和scikit-learn实现两种可用于sklearn pipeline的 LogisticRegression,并输出相应的报告☆20Updated 2 years ago
- 2018科大讯飞AI营销算法大赛模型方案☆22Updated 6 years ago
- 《机器学习及深度学习笔记》是我们的机器学习培训教材,主要面向算法和数据挖掘方向。其中包含了基础数学知识、算法原理及推导、调包实现、手推实现等内容~同样也是包括了文档以及jupyter notebook脚本实现(具体到每一张图片)☆68Updated 5 years ago
- 数据挖掘领域十大算法代码实现☆58Updated 9 years ago
- 500+ spark short code examples in jupyter notebook!☆101Updated 5 years ago