shenqiang0601 / machine_learning
机器学习实战项目,主要运用于各个行业中的需求,实现分类、回归预测分析,主要运用:线性回归、逻辑回归、决策树、聚类分析、支持向量机、朴素贝叶斯、主成分分析等算法;
☆31Updated last year
Alternatives and similar repositories for machine_learning
Users that are interested in machine_learning are comparing it to the libraries listed below
Sorting:
- 深度学习的实战项目☆310Updated 4 years ago
- 本项目演示如何在PyTorch中使用Transformer模型进行中文文本分类☆33Updated 2 years ago
- 深度学习实战项目主要围绕各行各业人工智能需要开发的入门级别的项目,由浅入深,涉及到的深度学习框架有tensorflow、keras、pytorch.☆39Updated 3 weeks ago
- 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…☆143Updated 3 years ago
- 个人深度学习项目整理☆12Updated 6 years ago
- 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☆165Updated 5 years ago
- 西瓜书南瓜书学习的相关资料☆62Updated 3 years ago
- 机器学习项目实战☆187Updated 4 years ago
- 一个比较全面的文本挖掘过程。包含了利用机器学习和文本挖掘技术完成情感分析模型搭建;利用情感极性判断与程度计算来判断情感倾向;利用词频和TF-IDF挖掘出正负文本中的关键点情况;利用文本挖掘相关算法找到平台中用户讨论的集中点。☆34Updated 3 weeks ago
- python数据分析与数据挖掘实例☆62Updated last year
- 一个数据分析项目,利用 Pandas 库进行数据预处理,缺少值填充,利用sklearn 模块建模并对多种农产品价格进行预测☆25Updated 3 years ago
- Python 数据分析案例。包含【电影评论分析】、【慕课数据分析】、【医疗花销分析】、【心脏病、癌症、糖尿病预测】☆44Updated 3 years ago
- 机器学习算法项目☆936Updated 3 years ago
- 基于python与Anaconda Navigator软件的历年影片数据分析,通过数据再基于机器学习来获取影片的最佳阵容,最后预测以最佳整容去拍摄一部电影时所获取的票房与评分。☆21Updated 6 years ago
- 对豆瓣影评进行文本分类情感分析,利用爬虫豆瓣爬取评论,进行数据清洗,分词,采用BERT、CNN、LSTM等模型进行训练,采用tensorboardX可视化训练过程,自然语言处理项目\A project for text classification, based on to…☆152Updated 2 years ago
- 机器学习入门:手写数字识别,声呐分类,垃圾短信识别,鸢尾花分类☆40Updated 5 years ago
- 吴恩达机器学习作业☆582Updated last year
- 数据挖掘可视化系统(Data Mining Visualization System)通过数据挖掘理论、机器学习算法以及数据可视化等信息技术,并基于 Flask 框架搭建 Web 服务器,实现数据挖掘可视化。☆104Updated 3 years ago
- 机器学习项目,python实现的假新闻检测☆12Updated 2 years ago
- 基于朴素贝叶斯实现的豆瓣影评情感分析☆99Updated 3 years ago
- (纯个人向)本科毕业设计 主要是对项目进行记录和代码存储 《基于深度学习的多任务空气质量预测模型设计与实现》☆27Updated last year
- 机器学习大作业支撑代码:SVM、随机森林、深度学习☆12Updated 4 years ago
- 使用机器学习算法的电影推荐系统以及票房预测系统☆287Updated 4 years ago
- 基于机器学习的商品评论情感分析——毕业设计项目☆189Updated last year
- 《Python数据挖掘入门与实践》 代码,数据以及教程☆99Updated 4 years ago
- 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☆55Updated 5 years ago
- 《机器学习》(西瓜书)代码实战☆807Updated last week
- 毕业设计:基于深度学习的印刷字体识别系统设计与实现☆13Updated 2 months ago
- 中文情感分类 | 基于三分类的文本情感分析☆24Updated last year
- 吴恩达机器学习算法Python实现,附详细的代码注释。☆83Updated 4 years ago