Dnn_pytorch_titanic
KaggleのtitanicコンペをPytorchを使用し，DNNで予测を行いました。
公式ページ
起动方法
公式ページでtitanicコンペに参加
そこで，笔记本を作成する。
作成したNotebookに，.pyのコードをコピーし，ノートに贴り付けて実行
ノートにしっかりtantanicのデータが入っているかを确认する。
2021-02-16 12:16:29
3KB
1
Kaggle入门-泰坦尼克号之灾
可以参考：https://jnsimba.blog.csdn.net/article/details/104245964
2021-02-06 21:04:49
36KB
1
题目提供的训练数据集包含11个特征，分别是：
Survived:0代表死亡，1代表存活
Pclass:乘客所持票类，有三种值(1,2,3)
Name:乘客姓名
Sex:乘客性别
Age:乘客年龄(有缺失)
SibSp:乘客兄弟姐妹/配偶的个数(整数值)
Parch:乘客父母/孩子的个数(整数值)
Ticket:票号(字符串)
Fare:乘客所持票的价格(浮点数，0-500不等)
Cabin:乘客所在船舱(有缺失)
Embark:乘客登船港口:S、C、Q(有缺失)
2021-02-02 21:31:45
32KB
1
使用机器学习算法预测泰坦尼克号存活概率分析，源码为jupter notebook格式，从数据预处理到可视化展示，特征相关性分析，到最后的几种算法预测准确率对比
2020-01-04 03:15:15
1.23MB
1
这是kaggle泰坦尼克号准确率0.81的python数据分析超级详细的源代码
这是传说中的泰坦尼克机器学习比赛-对你来说最好的，第一次挑战，让你潜入机器学习比赛，熟悉Kaggle平台的工作原理。
竞争很简单：使用机器学习来创建一个模型，预测哪些乘客在泰坦尼克号沉船事故中幸存下来。
2020-01-03 11:40:25
15KB
1
深度学习应用与开发，Google TensorFlow-Keras预测泰坦尼克号旅客生存（浙江大学城市学院 计算机与计算机科学学院）
2020-01-03 11:22:44
3.44MB
1
titanic数据，包括tran.csv,test.csv,gender_submission.csv,train是编码为1-891共891名乘客的训练数据，test和gender_submission分别为测试数据和需要提交结果的格式以及正确答案。
2019-12-21 22:20:57
34KB
1