zhongqiangwu960812 / MachineLearnProjectsLinks
通过一些简单的机器学习项目练习编程实践能力,快速掌握机器学习算法
☆15Updated 6 years ago
Alternatives and similar repositories for MachineLearnProjects
Users that are interested in MachineLearnProjects are comparing it to the libraries listed below
Sorting:
- Competition Review☆26Updated 5 years ago
- 个性化推荐代码--初学者☆41Updated 5 years ago
- 构建基于逻辑回归的评分卡模型☆47Updated 7 years ago
- 推荐系统算法实践☆14Updated 5 years ago
- Spark学习笔记☆45Updated 2 years ago
- 一些经典的个性化推荐算法的实现,从理论推导到实战☆68Updated 5 years ago
- 500+ spark short code examples in jupyter notebook!☆101Updated 6 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☆394Updated 7 years ago
- 使用sklearn做特征工程☆177Updated 7 years ago
- 2019年CCF大数据与计算智能大赛乘用车细分市场销量预测冠军解决方案☆261Updated 6 years ago
- use mysql python create a GUI movie recommendation system☆89Updated 6 years ago
- 数据挖掘库sklearn的使用教程和demo☆84Updated 7 years ago
- 短视频 youtube召回模型推荐,特征包括标题 tags id,tfserving docker部署☆22Updated 5 years ago
- CCF2018 数据挖掘 机器学习 智能匹配 特征工程☆50Updated 6 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆213Updated 6 years ago
- 推荐系统相关模型 包括召回和排序☆30Updated 5 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
- 用 jupyter notebook做的一些机器学习项目☆86Updated 6 years ago
- 这里主要存放做过的深度学习的一些实战项目☆37Updated 5 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆103Updated 7 years ago
- 《智能风控实践指南:从模型、特征到决策》代码。 《智能风控实践指南:从模型、特征到决策》书籍配套Python代码。☆129Updated 3 years ago
- 龙曲良《TensorFlow深度学习 》学习笔记及代码,采用TensorFlow2.0.0版本☆177Updated 2 years ago
- 天池大赛:O2O优惠券使用预测(排名:前1%,AUC:0.7948)(Top1:0.8116)☆60Updated 6 years ago
- 1st Place Solution for【2016CCF大数据竞赛 客户画像赛题(用户画像)】☆346Updated 7 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆55Updated 7 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆100Updated 3 years ago
- 本仓库记录自己读过的一些经典papers☆44Updated 3 years ago
- 🤓 Important machine learning knowledge, each article deeply analyzes theoretical knowledge☆118Updated 6 years ago
- 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
- 通过阅读网上的资料代码,进行自我加工,努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯☆736Updated 6 years ago