wzy6642 / Machine-Learning-Case-StudiesLinks
机器学习项目
☆34Updated 6 years ago
Alternatives and similar repositories for Machine-Learning-Case-Studies
Users that are interested in Machine-Learning-Case-Studies are comparing it to the libraries listed below
Sorting:
- 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。☆119Updated 7 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆216Updated 6 years ago
- 用python实现SVM/AdaBoost/C4.5/CART/Naïve Bayes等数据挖掘领域十大经典算法☆79Updated 7 years ago
- 机器学习&深度学习资料笔记&基本算法实现&资源整理(ML / CV / NLP / DM...)☆229Updated last year
- 阿里天池与Datawhale联合举办二手车价格预测比赛:优胜奖方案代码总结☆113Updated 2 years ago
- 机器学习算法 基于西瓜书以及《统计学习方法》,当然包括DL。☆298Updated 6 years ago
- 用python和sklearn两种方法实现李航《统计学习方法》中的算法☆340Updated 7 years ago
- 机器学习算法模型的知识图谱(思维导图)构建☆64Updated 6 years ago
- 机器学习、深度学习、NLP实战项目☆148Updated 7 years ago
- 数据挖掘库sklearn的使用教程和demo☆84Updated 7 years ago
- 李航统计学习方法(第二版)的学习笔记,包括:1、每章重点公式的手动推导 2、每章算法的Python自实现 3、学习过程中的笔记与心得 4、每章节的课后习题 5、每周都会按照至少一周一章的进度定时将自己的学习进度更新到这个仓库☆124Updated 4 years ago
- 一些机器学习算法的demo。普通最小二乘法,决策树(Iris鸢尾花数据集),KNN(mnist手写数字数据集),朴素贝叶斯分类西瓜数据集,trec06c数据集垃圾邮件分类(spam),逻辑斯蒂回归,随机梯度下降SGD与全梯度下降的对比,mnist中8和9的二分类,泰坦尼克号…☆187Updated 7 years ago
- 一文彻底搞懂BP算法:原理推导+数据演示+项目实战☆193Updated 6 years ago
- 房价预测完整项目:1.爬取链家网数据 2.处理后,用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好,R^2值0.75左右☆243Updated 6 years ago
- 机器学习基本模型算法介绍(附加案例)☆225Updated 6 years ago
- 天池大赛:O2O优惠券使用预测(排名:前1%,AUC:0.7948)(Top1:0.8116)☆57Updated 6 years ago
- kaggle上的一个房屋价格预测比赛☆37Updated 7 years ago
- 2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记☆170Updated 6 years ago
- 天池竞赛-智慧海洋开源代码☆54Updated 5 years ago
- 后端+前端+算法模型, 机器学习项目 demo。Flask + vue + ML, full stack machine learning project construction.☆112Updated 2 years ago
- 数据挖掘领域十大算法代码实现☆57Updated 9 years ago
- 周志华《机器学习》☆93Updated 7 years ago
- 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)☆68Updated last month
- 记录我学习数据挖掘过程的笔记和见到的奇技☆123Updated 7 years ago
- 回归问题是数据挖掘和机器学习中常常出现的问题----本专题以 中国移动用户信用分预测 为例,对比分析几类 常见的回归算法,包括:线性回归、岭回归、贝叶斯岭回归、前馈神经网络、迭代提升树等。☆18Updated 6 years ago
- Datawhale第10期组队学习活动:《动手学深度学习》Pytorch版的练习代码☆91Updated 5 years ago
- 这是一个完整的,端到端的机器学习项目,非常适合有一定基础后拿来练习,以提高对完整机器学习项目的认识☆390Updated 6 years ago
- 使用sklearn做特征工程☆177Updated 7 years ago
- 【干货】史上最全的Tensorflow学习资源汇总☆60Updated 6 years ago
- 数据分析,挖掘建模。☆211Updated 3 years ago