CS4780 机器学习项目 这些是问题集的一些文件和我们机器学习课程的最终项目。 我们实现了 TDIDTs、kNN、kMeans、朴素贝叶斯，并使用 Joachim 教授的 SVM Light 读取数据。 最后一个项目是一个音乐经典研究项目，具有使用 Spotify API 的播放列表生成功能。 我们使用 EchoNest API 收集了数千首歌曲，并试验了 API 提供的不同功能，以最大限度地提高多种算法（包括 TDIDT、SVM 和 kNN）的分类准确性。 我们发现，除了古典音乐流派之外，SVM 总体上表现最好。

深度_强化_学习

Kaggle数据集工作 我的项目正在处理各种Kaggle数据集 专案 从胸部X光照片进行肺炎分类（2021年2月12日-至今） 使用 看到当前和了解更多详情。 Spotify歌曲人气回归（2021年2月8日-2021年2月12日） 使用 经过训练的RandomForest，DNN，LinearRegression和LinearSVR可以预测歌曲的流行程度。 获得了12.300的RMSE错误，其准确度比猜测的平均受欢迎程度高近2倍。 见和了解更多详情。

驾驶员注意力分散检测：CS577：深度学习项目

人人都要学习项目管理

带有PySpark的Spark和Python用于大数据：Spark机器学习项目

人脸图像特征提取matlab代码ML_Internship_project_Cosmic-Skills 介绍： 您好，我叫Abhishek kakati，目前是Guwahati GIMT的一年级CSE本科生。 我是Cosmic Skills的暑期实习生，参加机器学习课程。 这是一个很棒的课程，因此，在项目完成后，现在是提交项目的时间。 对于项目，我在将代码文件转换为.rar格式时遇到问题，因此我决定创建此存储库并在邮件中共享连续项目的链接。 列出项目： 1.字符识别项目 2.人脸识别项目 3.推荐系统项目 4，物种识别项目 项目内容和资料： 1.字符识别项目- 项目内容详细信息- 项目名称：字符识别项目 项目的目的：该项目的目的是开发一种将图像作为输入并从中提取字符（字母，数字，符号）的工具。 图像可以是手写文档或打印文档。 它可以用作打印记录中数据输入的一种形式。 开发该项目所需的工具：该项目基于机器学习，我们可以提供许多数据集作为软件工具的输入，这些数据将被机器识别并从中获取相似的模式。 我们可以将Matlab或Octave用作此产品的构建工具，但建议Octave处于初始状态，因为

Covid-19_Detection_Using_Chest_X-Ray_Images 项目链接-https: 通过胸部X射线图像诊断COVID疾病的深度学习项目。 这是Flask Web GUI的一些屏幕截图。 在该项目中，DenseNet121体系结构用于图像分类，并实现了99％的准确度。 这是模型分类报告和混淆矩阵

SpringBoot 集成FluentMybatis 包含代码生成、简单增删改查、分页功能

AI学习投资-周六AI Euskadi。 机器学习项目的应用使新手的投资更容易理解。 1.投资比例的网站报废。 我们已经废弃了与来自纽约证券交易所市场的公司相关的beautifoulSoup投资数据。 2.创建数据集。 我们在过去10年中随机模拟了500.000个投资，投资期限在1天到2年之间。 通过应用分类或归一化技术等方法，已清理数据集并准备进行机器学习建模。 如果要使用结果数据集，则将其保存到“ datasets / transactions_variables.csv”中。 3.数据建模和优化。 在用pycaret筛选出哪种分类模型更适合我们的问题之后，我们选择了“决策树”，因为它更易于解释。 请记住，我们的目标不是进行更好的投资，而是使投资可用于更广泛的人群。 借助Graphviz，优化了决策树并可视化了结果。 4.数据部署并在REST API服务器上进行测试。 该项目的