Neural_Network_Charity_Analysis 使用Pandas和Scikit-Learn来编译,训练和评估神经网络模型 背景 神经网络在多个行业中都有许多实际用途。 在金融行业中,神经网络用于检测欺诈和股票市场趋势。 神经网络具有可扩展性和有效性,并且在检测复杂的非线性关系方面表现出色。 对于此项目,我将使用提供的数据集中的功能来创建一个二进制分类器,该分类器能够预测如果由Alphabet Soup资助的申请者是否会成功。 我将研究一个CSV,其中包含超过34,000个组织,这些组织多年来已经从Alphabet Soup获得了资助。 在此数据集中,有许多列捕获有关每个组织的元数据,例如: EIN和NAME-标识列 APPLICATION_TYPE-字母汤应用程序类型 隶属关系-所属行业 分类-政府组织分类 USE_CASE-资金使用案例 组织—组织类型 STATUS