Python机器学习编程与实战_源代码和实验数据.rar

Python机器学习编程与实战_PPT课件.rar

注：数据集太大，可在压缩包中的数据集 html 页面中点击链接下载完整数据集。 本项目采用ASSISTments 2012 数据集， 在所有数据集中，问题通常只有一种技能，但极少数可能与两种或三种技能相关联。 它通常取决于内容创建者给出的结构。 一些研究人员通过复制将具有多种技能的记录分成多个单一技能记录。 Wilson[6]声称这种类型的数据处理可以人为地显著提高预测结果，因为这些重复行可以占到DKT模型的Assistment09数据集中大约25%的记录。 因此，为了比较的公正性，我们在所有数据集中去掉了重复和多技能重复记录。 本项目基于pandas + Matplotlib + seaborn 等工具包对学生的测试数据进行可视化统计分析，并利用学生 2012 年和2013年上半年不同类型题目的测试结果数据，构建机器学习面向，实现对学生的画像建模，以此预测 2013年下半年测试对不同类型问题的表现。 可以看出，该决策树模型的预测结果如下，可以较好的依据用户测试的行为数据（测试过的试题种类、测试时间、犹豫情况、提示次数等等），预测该学生是否能考试达标（测试准确率 > 60%）

根据嵩天老师课程，自己整理的机器学习笔记，简单易懂。

python机器学习案例.7zpython机器学习案例.7zpython机器学习案例.7z

B站课程《菜菜的机器学习sklearn》的配套教材和代码，老师讲解的很详细的课程，十分推荐。 课程链接：https://www.bilibili.com/video/BV1vJ41187hk?spm_id_from=333.337.search-card.all.click&vd_source=b8df0b3923b7bb6a73c8e66c9038159d

1、有数据集 2、有随机森林分类、决策树、KNN、朴素贝叶斯的简单对比 3、可直接运行

python机器学习，图像识别，目标检测，图片盖章的印章检测和印章分类 安装框架：Flask，PaddlePaddle，PaddleX python3.6以上版本

内含多种预测方法，含有解释PPT与源文件代码数据集

汇总整理一套Python网页爬虫，文本处理，科学计算，机器学习和数据挖掘的兵器谱。 1. Python网页爬虫工具集 一个真实的项目，一定是从获取数据开始的。无论文本处理，机器学习和数据挖掘，都需要数据，除了通过一些渠道购买或者下载的专业数据外，常常需要大家自己动手爬数据，这个时候，爬虫就显得格外重要了，幸好，Python提供了一批很不错的网页爬虫工具框架，既能爬取数据，也能获取和清洗数据，也就从这里开始了： 1.1 Scrapy 鼎鼎大名的Scrapy，相信不少同学都有耳闻，课程图谱中的很多课程都是依靠Scrapy抓去的，这方面的介绍文章有很多，推荐大牛pluskid早年的一篇文章：《Scr