taon1607 / ML-projects-practicing
机器学习项目实战
☆169Updated 4 years ago
Alternatives and similar repositories for ML-projects-practicing:
Users that are interested in ML-projects-practicing are comparing it to the libraries listed below
- Kaggle入门级机器学习项目:泰坦尼克号生存预测☆48Updated 6 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☆38Updated 5 years ago
- 采用Apriori算法,Fpgrowth算法,Eclat算法对超市商品数据集进行频繁集与关联规则的挖掘☆34Updated 2 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
- Python课程设计项目:基于python机器学习(ml)的天气预测和天气可视化☆116Updated 2 years ago
- 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☆23Updated 3 years ago
- 数学建模常见模型及Python实现☆349Updated 4 years ago
- python数据分析与数据挖掘实例☆59Updated last year
- 爬虫爬取北京天气数据,pandas和numpy处理数据,matplot可视化展示数据,sklearn机器学习方法预测空气状况。☆124Updated 4 years ago
- 吴恩达机器学习作业☆572Updated last year
- 数据挖掘作业数据以及代码(电动车价格预测)☆66Updated 4 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】☆43Updated 3 years ago
- 本科毕业设计:基于内容的音乐推荐系统设计与开发。使用了Pytorch框架构建训练模型代码,使用Django构建了前后端。☆225Updated 11 months ago
- 深度学习的实战项目☆294Updated 4 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☆159Updated 4 years ago
- 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)☆82Updated 4 years ago
- ☆42Updated 3 years ago
- 基于机器学习的商品评论情感分析——毕业设计项目☆186Updated last year
- 利用ID3决策树预测患糖尿病的可能性☆14Updated 4 years ago
- 《机器学习》(西瓜书)代码实战☆786Updated 6 months ago
- 波士顿房价预测全流程☆29Updated 6 years ago
- 数据挖掘作业,利用随机森林进行心脏病分类预测☆15Updated 4 years ago
- 【0基础/教程】大学生答辩,大作业,共享单车需求预测网站,简易的python机器学习实践项目,基于Flask后端+MySQL+登录/注册页+管理后台,网页进行推理展示☆16Updated last year
- 数据来源:电子产品销售分析.csv 该文件包含2020年4月至2020年11月从大型家用电器和电子产品在线商店购买的数据☆9Updated 3 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☆275Updated 4 years ago
- 基于Python编写的中国城市轨道交通数据可视化分析项目。应用技术:网络编程、多线程、文件操作、数据库编程、GUI界面、数据分析。Python课程设计、大作业、实验、实践☆83Updated 2 years ago
- 本科毕业设计,基于机器学习的商品评论分析系统☆41Updated 4 years ago
- 计算机毕业设计之Python+Spark+Flink考研测与推荐系统 考研爬虫可视化 考研大数 据分析 考研推荐系统 考研预测系统 考研大数据可视化 考研爬虫可视化 考研数据分析☆11Updated 2 years ago
- 基于深度学习的水果识别系统 Deep learning based fruit recognition system☆21Updated 2 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