ykk648 / huawei-code-craft-2018
华为2018软件精英挑战赛初赛代码，pure python without numpy，实现拉格朗日均值、线性回归、随机森林、指数平滑、模拟退火等算法。
☆25Updated 3 years ago
Related projects: ⓘ
- 统计分析课程实验作业/包含《统计分析方法》中因子分析，主成分分析，Kmeans聚类等典型算法的手写实现☆74Updated 4 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☆77Updated 6 years ago
- 利用Python实现三层BP神经网络☆77Updated 6 years ago
- 一些常用的功能型python模块接口，如：批量下载百度图片、moran指数(莫兰指数)、ARIMA、灰色预测GM(1,1)☆39Updated 5 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆34Updated 6 years ago
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆43Updated 5 years ago
- 基于TensorFlow的深度学习、深度增强学习代码：NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆48Updated 6 years ago
- 聚类分析: K均值聚类算法、层次聚类算法☆19Updated 10 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆31Updated 4 years ago
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆60Updated 4 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测，洗发水销量/股票走势预测，有状态循环神经网络☆51Updated 7 years ago
- 数据挖掘领域十大算法代码实现☆58Updated 8 years ago
- 感知器、贝叶斯分类、决策树分类、K最近邻法、逻辑回归、支持向量机...☆127Updated 10 years ago
- ☆113Updated this week
- 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☆47Updated 4 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆202Updated 5 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆33Updated 4 years ago
- 利用时间序列预测汽车销量☆37Updated 5 years ago
- 基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。☆20Updated 4 years ago
- ☆35Updated this week
- 基于Keras的LSTM多变量时间序列预测☆172Updated 6 years ago
- 支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等☆51Updated 6 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆15Updated 6 years ago
- bp 神经网络算法☆112Updated last year
- ☆24Updated this week
- 如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】☆40Updated 4 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。☆109Updated 6 years ago
- 用 jupyter notebook做的一些机器学习项 目☆71Updated 4 years ago
- 决策树、随机森林☆45Updated 5 years ago
- 这是利用Tensorflow实现的简单BP神经网络模型☆35Updated 5 years ago