zhongqiangwu960812 / MachineLearnProjects

Related projects ⓘ

Alternatives and complementary repositories for MachineLearnProjects

• kunkun1230 / python-for-data-analysis
  《利用python进行数据分析》代码解读
  ☆9Updated 5 years ago
• troywu666 / recommend_system
  推荐系统与深度学习
  ☆33Updated 3 years ago
• LeronQ / score_logistic
  构建基于逻辑回归的评分卡模型
  ☆43Updated 5 years ago
• WallaceLiu / recommendation_algorithm
  推荐系统算法实践
  ☆15Updated 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
  ☆17Updated 5 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 3 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
• OneStepAndTwoSteps / Data_Analysis_notes
  📖 Machine learning algorithms and deep learning algorithms
  ☆27Updated last year
• sunyingjian / boosting-and-others
  三大boosting算法的工程实现 XGBoost、LightGBM、Catboost原理实现及常见面试问题总结，以及其他理解深刻的机器学习、深度学习文章备份
  ☆10Updated 3 years ago
• Eleanoryuyuyu / RecommendRelative
  推荐系统相关模型 包括召回和排序
  ☆30Updated 4 years ago
• sjyttkl / personal_recommendation
  个性化推荐代码--初学者
  ☆36Updated 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
• weijinqian0 / feature_eda
  整理所有特征工程用到的方法，为了复用
  ☆10Updated 3 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
  ☆66Updated last year
• aileowang / Kaggle
  Competition Review
  ☆23Updated 4 years ago
• Relph1119 / python-data-analysis
  python数据分析（包括pandas、numpy、seaborn）
  ☆13Updated 2 years ago
• liuxiangmin9 / recommendation
  经典推荐算法的python实现或使用，涵盖协同过滤、矩阵分解、gbdt+lr，以及Wide&Deep等深度推荐模型。
  ☆9Updated 2 years ago
• caozichuan / TianChi_loadDefault
  大家好，我是coggle开源小组成员 庐州小火锅，这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案（具体介绍见我的csdn：），现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…
  ☆48Updated 3 years ago
• 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
  ☆59Updated 5 years ago
• zhongqiangwu960812 / DeepLearningProjects
  这里主要存放做过的深度学习的一些实战项目
  ☆30Updated 4 years ago
• LuckyZXL2016 / Machine-Learning-Papers
  Machine Learning Classic Papers（机器学习经典论文）
  ☆62Updated 6 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 3 years ago
• Fisher87 / ai_explore
  机器学习、深度学习基础知识. 推荐系统及nlp相关算法实现
  ☆67Updated 2 years ago
• sandman13 / Personal_Recommendation_Action
  一些经典的个性化推荐算法的实现，从理论推导到实战
  ☆66Updated 4 years ago
• martin-1992 / data_process
  比赛常用的特征工程、类别不平衡处理方法
  ☆16Updated 6 years ago
• wenhan123 / ML-Python-
  主要是在学习李航的统计学习方法和周志华的机器学习西瓜书的笔记和相关的代码实现
  ☆31Updated 5 years ago
• Skyexu / machine-learning-practice
  机器学习、深度学习原理及实践
  ☆19Updated 2 years ago
• CcIsHandsome / kaggle
  Kaggle 项目实战（教程） = 文档 + 代码 + 视频（欢迎参与）
  ☆10Updated 5 years ago
• GoAlers / Music-Top-Recommend
  利用用户画像数据、物品元数据、用户行为数据为特征构建推荐系统，使用CB和CF算法做推荐召回，使用 Redis数 据库做缓存处理，结合机器学习LR算法推荐排序，达到粗排、精排效果，实现推荐引擎搭建。
  ☆41Updated 3 years ago