hlpassion / practice_of_data_analysis_and_mining
Python数据分析与挖掘实战书中的实例学习
☆28Updated 7 years ago
Alternatives and similar repositories for practice_of_data_analysis_and_mining:
Users that are interested in practice_of_data_analysis_and_mining are comparing it to the libraries listed below
- 信用卡违约率分析☆18Updated 6 years ago
- Python Practice of Data Analysis and Mining☆31Updated 7 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 6 years ago
- 数据挖掘领域十大算法代码实现☆58Updated 8 years ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- 利用python中的pandas,sklearn进行数据挖掘☆21Updated 9 years ago
- 机器学习 数据挖掘 案例和竞赛 代码☆8Updated 4 years ago
- 使用决策树进行客户流失预测分析☆11Updated 7 years ago
- 机器学习、深度学习、NLP实战项目☆137Updated 7 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 数据挖掘竞赛(Kaggle,Data Castle,Analytics Vidhya,DrivenData)入门实践☆82Updated 8 years ago
- 2017 Global Data Challenge Hosted by JD Finance / JDD—2017京东金融全球数据探索者大赛 金融信贷需求预测☆78Updated 6 years ago
- 利用RFM模型建模,并通过聚类分析、分类,分别算出8中不同的价值会员☆37Updated 7 years ago
- 数据分析,挖掘建模。☆207Updated 3 years ago
- 拍拍贷网贷数据挖掘,风控建模☆48Updated 7 years ago
- 基于用户行为的推荐算法大赛---第四名(临兵斗列)☆41Updated 8 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
- 第二届全国大数据比赛-个性化新闻推荐☆69Updated 9 years ago
- CCF_大数据精准营销中搜狗用户画像挖掘☆17Updated 8 years ago
- 基于RFM和决策树模型构建专家推荐系统。融合了RFM模型和决策树模型,结合专业运营人员的业务经营,发掘潜在用户,进行推荐营销召回。☆88Updated 10 months ago
- 📖 Machine learning algorithms and deep learning algorithms☆26Updated last year
- python数据分析基础☆84Updated last year
- 基于分布式爬虫,采集互联网公开来源的金融类新闻和文档类文本; 基于文本挖掘技术,进行无监督/半监督学习的数据ETL与特征工程; 基于金融数据挖掘技术,进行宏观经济分析,基本面分析与行业分析☆102Updated 6 years ago
- 银行客户流失预警模型☆44Updated 7 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
- 使用scrapy框架爬取微博数据存储到mongodb中,利用numpy/tensorflow等python库对数据进行处理(基于transE算法),形成推荐系统。使用Springboot框架实现系统的可视化。有不同分支,master、transE、spring分别存储不同的…☆16Updated 8 years ago
- ☆35Updated 6 years ago
- 《python数据分析与数据化运营》读书笔记☆20Updated 6 years ago
- 爬取知乎用户并对单个用户进行画像分析☆102Updated 6 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☆42Updated 6 years ago