GRIP_TASKS 它包含我在SPARKS基金会实习期间完成的任务。 我已经从任务列表中完成了3个任务,并且所有任务都具有较高的准确度(由于过拟合的缘故,并不是很多)。 第一次任务 任务:使用监督式ML预测的详细信息任务:根据编号预测学生的百分比。 这是一个简单的线性回归任务,因为它仅涉及2个变量。您可以使用R,Python,SAS Enterprise Miner或任何其他工具。 第二项任务 任务:使用无监督ML的任务预测详细信息:从“虹膜”数据集中,预测最佳聚类数并直观地表示。 使用R或Python或执行此任务。 第三项任务 任务:探索性数据分析-零售任务详细信息:要对数据集“ SampleSuperstore”执行“探索性数据分析”。作为业务经理,请尝试找出可以开展工作以获取更多利润的薄弱环节。