Alternatives and similar repositories for MachineLearnProjects

Users that are interested in MachineLearnProjects are comparing it to the libraries listed below

• kunkun1230 / python-for-data-analysis
  《利用python进行数据分析》代码解读
  ☆9Updated 6 years ago
• chenglu66 / data-analysis
  基于自构造函数的特征提取评分项目（缺失值处理，单变量相关性分析，特征评分，降维）
  ☆15Updated 7 years ago
• Eleanoryuyuyu / RecommendRelative
  推荐系统相关模型 包括召回和排序
  ☆30Updated 5 years ago
• WallaceLiu / recommendation_algorithm
  推荐系统算法实践
  ☆14Updated 4 years ago
• LeronQ / score_logistic
  构建基于逻辑回归的评分卡模型
  ☆45Updated 6 years ago
• Relph1119 / python-data-analysis
  python数据分析（包括pandas、numpy、seaborn）
  ☆15Updated 2 years ago
• siliconx / e_commerce
  BDCI 电商用户购买行为预测
  ☆13Updated 4 years ago
• WeavingWong / JDATA_2019-Cate_Shop_predict
  京东杯 2019 第六届泰达创新创业挑战赛-用户对品类下店铺购买预测_季军方案
  ☆18Updated 5 years ago
• troywu666 / recommend_system
  推荐系统与深度学习
  ☆35Updated 4 years ago
• AlanConstantine / MachineLearningNote
  用python实现机器学习各种经典算法
  ☆39Updated 2 years ago
• aileowang / Kaggle
  Competition Review
  ☆27Updated 5 years ago
• jiangzhongkai / ifly-algorithm_challenge
  讯飞移动广告反欺诈算法竞赛
  ☆33Updated 5 years ago
• ruyiluo / ryluo_notes
  推荐算法专题总结相关代码！
  ☆19Updated 3 years ago
• weijinqian0 / feature_eda
  整理所有特征工程用到的方法，为了复用
  ☆10Updated 4 years ago
• redhead520 / kaggle-avazu-AI3
  人工智能工程师直通车第三期 实战项目:广告点击率预测（CTR）。预测用户浏览给定网页的广告点击率，提高广告投放精准度。
  ☆22Updated 6 years ago
• jiangnanboy / recommendation_methods
  个性化推荐模型，主要包括als、als_wr、biaslfm、lfm、nmf、svdpp、基于内容、基于内容回归、user-cf、item-cf、slopeone、关联规则以及基于内容和cf的混合等模型。
  ☆32Updated 2 years ago
• XueRenJing / AugustBetty1.0.2
  评分卡 逻辑回归 最优分组 金融风控 信用等级 屁屁和铭仔的数据之路 AugustBetty
  ☆11Updated 4 years ago
• Skyexu / machine-learning-practice
  机器学习、深度学习原理及实践
  ☆19Updated 3 years ago
• LuckyZXL2016 / Machine-Learning-Papers
  Machine Learning Classic Papers（机器学习经典论文）
  ☆68Updated 6 years ago
• wujiekd / Predicting-used-car-prices
  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
  ☆110Updated last year
• sjyttkl / personal_recommendation
  个性化推荐代码--初学者
  ☆39Updated 5 years ago
• bettenW / 2018-iFLYTEK-Marketing-Algorithms-Competition-Finals-Rank1
  2018科大讯飞营销算法大赛（冠军方案）
  ☆94Updated 5 years ago
• Relph1119 / machine-learning-blueprints
  《Python机器学习实践指南》代码和笔记
  ☆11Updated 4 years ago
• aflyingpig0226 / feature-engineering
  机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。
  ☆25Updated 6 years ago
• huangxianyang / phone_addtion
  根据以往的电话外呼数据以及用户数据信息，提取有价值信息，完成数据分析报告,构建预测模型,提交部署,应用于现有存量用户,下采样,逻辑回归模型召回率87%。
  ☆9Updated 7 years ago
• zkailinzhang / shortvideo_youtubeDNN_recommend
  短视频 youtube召回模型推荐，特征包括标题 tags id，tfserving docker部署
  ☆23Updated 4 years ago
• xiaogp / customer_churn_prediction
  零售电商客户流失模型，基于tensorflow，xgboost4j-spark，spark-ml实现LR，FM，GBDT，RF，进行模型效果对比，离线/在线部署方式总结
  ☆67Updated last year
• wuxinping1992 / cf_gbdt_lr
  简单的实现推荐系统的召回模型和排序模型，其中召回模型使用协同过滤算法，排序模型使用gbdt+lr算法
  ☆58Updated 6 years ago
• YunaQiu / kedaxunfei2018
  2018科大讯飞AI营销算法大赛模型方案
  ☆22Updated 6 years ago
• charlesXu86 / TIANCHI_Project
  天池大数据比赛总结
  ☆39Updated 7 years ago