暂无评论
在自然语言处理（NLP）领域，语言模型是至关重要的工具，它们能够估计给定文本序列的概率，并在各种任务中发挥作用，如机器翻译、语音识别和文本生成。本主题涉及的英语语言模型单词预测竞赛数据【Kaggle竞
该数据集关注旧金山国际机场（SFO）的飞机着陆情况，提供按航空公司、地区、飞机型号和类型分类的月度着陆次数和重量数据。数据由航空公司自行报告，按月提供，起始于1999年7月。数据包含丰富信息，如航空公
数据挖掘比赛数据集
AirPassengers数据集是一份记录了1949年1月至1960年12月航空乘客数的时序数据。它被广泛应用于时间序列预测研究中，是经典的时间序列数据集。本站为大家免费分享AirPassengers
平台下载的原始三个数据train.csv test.csv gender_submission.csv （本来想0积分 分享给大家 无奈最低是1分了）
kaggle_titanic Kaggle Titanic ML竞赛:建立一个预测模型,该模型使用乘客数据来预测生存可能性。
泰坦尼克号挑战-Kaggle 机器学习中的一个问题-找到一个合适的模型来准确预测在臭名昭著的泰坦尼克号沉船事故中谁得以幸存,谁没有幸存。 train.csv-训练集; test.csv-进行预测; K
预测鲍鱼的年龄
使用机器学习预测泰坦尼克号灾难的生存 我为Udacity的机器学习工程师Nanodegree设计的项目重点是根据包含乘客数据(例如姓名,年龄,性别,社会经济舱等)的数据集,预测哪些乘客在泰坦尼克号沉船
《泰坦尼克号预测幸存者：一场数据分析的探索之旅》在数据分析的世界里，泰坦尼克号预测幸存者是一个经典且备受瞩目的案例。该项目源自Kaggle竞赛，要求参赛者利用历史数据预测泰坦尼克号上乘客的生存情况。
暂无评论