zhangziliang04 / PythonSARILinks
Python疫情监控系统源码
☆13Updated 4 years ago
Alternatives and similar repositories for PythonSARI
Users that are interested in PythonSARI are comparing it to the libraries listed below
Sorting:
- Python全栈工程师魔鬼训练营☆15Updated 5 years ago
- 参与针对于2019-nCoV数据可视化预测项目,后端完全使用ElasticSearch集群/Redis缓存,利用Flask提供API Server,利用前端/中后/前台的接口配合完成新型冠状病毒的疫情发展的相关信息可视化以及预测,方便观察疫情发展情况,并结合机器学习模型对疫…☆23Updated 5 years ago
- 房价数据爬取+分析☆33Updated 8 years ago
- 基于大数据平台的知识图谱存储访问系统☆12Updated 7 years ago
- 人工智能Python全栈工程师 人工智能时代已经来临,再不学习就会被淘汰! python考试,已经被列为国家计算机二级考试 python课程,已经被浙江的中学列为必修课内容之一 python课程,已经被山东的小学列为选修课课程之一 零基础? 怕啥,君社教育来帮你! Pyt…☆104Updated 4 years ago
- 基于微信网页版爬虫来对微信中获取到的联系人相关信息Flask,Echarts进行数据分析☆13Updated 6 years ago
- 工信部新能源汽车数据爬虫☆38Updated 6 years ago
- 一些有趣的python画图☆14Updated 6 years ago
- 链家房屋数据爬虫以及数据分析☆20Updated 5 years ago
- the data and ipython notebook of my attempt to solve the kaggle titanic problem☆16Updated 9 years ago
- 机器学习算法模型的知识图谱(思维导图)构建☆62Updated 6 years ago
- R微博数据分析☆13Updated 5 years ago
- 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☆104Updated 6 years ago
- 携程旅游景点爬虫☆22Updated 6 years ago
- 马蜂窝游记、景点信息爬虫,热门景点热力图☆18Updated 4 years ago
- 个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能☆29Updated 7 years ago
- 利用Scikit Learn对秒级股票数据进行建模预测☆55Updated 6 years ago
- 深度学习基础学习以及工作项目☆21Updated 7 years ago
- 旅游大数据分析平台☆20Updated 7 years ago
- 好玩儿的Python:从数据挖掘到深度学习☆62Updated 5 years ago
- 关于百度旅游、大众点评、驴妈妈、猫途鹰、携程的评论爬虫☆24Updated 6 years ago
- Xiecheng_Comment多线程Threading爬取携程的丽江古城景点评论并生成词云☆25Updated 6 years ago
- 信用卡违约率分析☆19Updated 6 years ago
- 人工智能聊天机器人☆49Updated 8 years ago
- djangorestful结合hui框架搭建后台管理系统和后台接口☆30Updated 2 years ago
- Flask+Mongodb+Echarts构建的web小应用☆32Updated 8 years ago
- 一个基于scrapy框架编写的马蜂窝旅游网用户旅游路线爬虫,核心代码不到50行!☆43Updated 6 years ago
- 本项目致力于开发各种金融数据处理小工具,以实现基本面分析并提供投资建议☆44Updated 6 years ago
- 基于Python + Django的深圳市新房数据分析程序 by cheyo☆18Updated 10 years ago
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 years ago