使用Python进行机器学习:用于理解核心概念的小型机器学习项目。 给星星:glowing_star:如果有帮助的话。 奖金:面试银行来了..! 源码
Python机器学习 小型机器学习项目,以了解核心概念(顺序:从最早到最新) 使用带有新闻组20数据集的潜在Dirichlet分配进行主题建模,并使用Python和Scikit-Learn实现 在MNIST数据集上实现了用Keras构建的简单神经网络 使用线性回归的Google股票价格预测 实现了一个简单的社交网络来学习Python基础 实施Naives Bayes分类器以过滤SpamAssasin公共语料库上的垃圾邮件 使用Keras和Scikit-Learn的银行数据集的客户流失预测模型 从零开始实施随机森林,并在UCI存储库的Sonar数据集上建立分类器 示例数据集上Python中的简
文件列表
Machine-Learning-with-Python-master.zip
(预估有个97文件)
Machine-Learning-with-Python-master
Anamoly_Detection_notes.md
3KB
k_nearest_neighbors
data.py
3KB
utils.py
3KB
model.py
1KB
Understanding the algorithm.md
2KB
__pycache__
utils.cpython-35.pyc
4KB
data.cpython-35.pyc
3KB
暂无评论