Syucryingstar / NLP_tipdmLinks
泰迪杯数据挖掘挑战赛(第八届)C题参赛作品
☆19Updated last year
Alternatives and similar repositories for NLP_tipdm
Users that are interested in NLP_tipdm are comparing it to the libraries listed below
Sorting:
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品（论文与代码）☆67Updated 4 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。☆37Updated 6 years ago
- 通过python爬虫获取人民网、新浪等网站新闻作为训练集，基于BERT构建新闻文本分类模型，并结合node.js + vue完成了一个可视化界面。☆43Updated 3 years ago
- 🎈 泰迪杯2020A题《基于数据挖掘的上市公司高送转预测》☆16Updated 3 years ago
- 整理记录本人担任课程助教设计的四个机器学习实验，主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码，欢迎各位码友讨论交流。☆114Updated 7 years ago
- 机器学习课程大作业 - 基于深度神经网络的图像分类任务☆31Updated 8 years ago
- 使用朴素贝叶斯、SVM、逻辑回归、RF、XGBoost、LightGBM的方法实现垃圾邮件分类任务，博客链接：https://blog.csdn.net/ljx0951/article/details/106116944☆52Updated 2 years ago
- 企业经营退出风险预测，二分类问题☆18Updated 6 years ago
- 机器学习实践：贷款违约预测☆38Updated 6 years ago
- 软件工程课程设计项目/Lab409：基于词典方法和机基于器学习方法的中文情感倾向分析（Web）☆124Updated 7 years ago
- 数据挖掘常用算法：关联分析Apriori算法，数据分类决策树算法，数据聚类K-means算法☆25Updated 6 years ago
- 北 京二手房房价分析和预测☆56Updated 7 years ago
- 自然语言处理、机器学习、深度学习笔记☆48Updated 4 years ago
- 基于 Scrapy 的新闻智能分类微信小程序，是一个文本分类相关的应用，目的是打造出一个可以对新闻进行智能分类的微信小程序。技术栈：Python + Scrapy + MongoDB + scikit-learn + Flask + 微信小程序，涉及爬虫、文本分类、Web …☆63Updated 6 years ago
- 本程序实现决策树的建立与可视化，以及决策树的预剪枝与后剪枝，数据集为西瓜书4.2、4.3节中的西瓜数据集☆37Updated 5 years ago
- 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☆48Updated 6 years ago
- 大家好，我是coggle开源小组成员 庐州小火锅，这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案（具体介绍见我的csdn：），现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…☆51Updated 4 years ago
- 金融反欺诈预测系统，技术涉及Vue3、Flask、XGBoost等。本项目提供了完整的Web系统，系统功能包括信贷数据分析、信贷欺诈数据检测、用户历史预测记录、用户数据管理等。项目整体并不复杂，适合新手练手学习机器学习与Web系统的结合。☆54Updated 2 years ago
- 电商广告推荐系统☆12Updated 3 years ago
- 基于深度学习框架pytorch实现的中文文本分类，目前包括textcnn,textrnn,textrcnn,textrnn+attention,transformer☆47Updated 3 years ago
- 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
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征，分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT（梯度提升决策树）。☆94Updated 6 years ago
- 智能供应链分析，对顾客用rfm模型分类，用多种机器学习模型建模，进行欺诈订单预测，延迟发货预测，销售额预测，销售数量预测☆35Updated 4 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型，并基于前后端分离式架构完成属性级情感分析Web系统搭建，通过细粒度情感分析帮助用户和商家更好决策。☆69Updated 2 years ago
- 毕业设计--面向高考招生咨询的问答系统设计与实现☆96Updated 2 years ago
- 某电商手机评论的文本挖掘初体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆122Updated 6 years ago
- 一个垃圾短信识别系统——国科大网络数据挖掘(徐君)课程设计☆33Updated 6 years ago
- ☆11Updated 4 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆46Updated 6 years ago
- 使用django对情感分析功能进行封装，里面包 含使用情感词典和Bert模型进行情感分类，最后可以使用tensorFlow serving将模型部署在docker中运行。☆12Updated 5 years ago