股票市场分析-数据科学和机器学习的顶点 该项目演示了使用数据科学和机器学习以及交互式仪表板对股票市场数据进行的分析。 :backhand_index_pointing_left: 请从侧边栏中选择数据分析或预测以继续并与该应用进行交互

项目目的 在此项目中，您将构建一个Data Web App，以提供可行的见解和数据驱动的建议，以分析花卉概况并提高植物学现场团队的生产力水平 外部用户的目标 数据Web应用程序的涉众（特殊花分裂小组）有兴趣了解每种花的物种之间如何不同以及如何加快物种识别的工具。 数据网络应用所有者的目标 该Data Web App的目标是帮助Botanic Garden转变为数据驱动型组织。 业务需求 作为植物园的数据分析师，Special Flower部门要求您开发一种能够区分3种不同鸢尾花物种的系统。 他们在XYZ森林的下一个野外任务被正式宣布为受污染地区，并且在现在的中间。 该小组将收获花朵并存放在盒子上，但每个盒子应有1种硬币。 该任务将从今天开始的10天内进行，总共需要25天。 1-我们想研究花朵的萼片和花瓣尺寸在不同物种之间的差异。 2-我们有兴趣根据即时花瓣和萼片的大小来识别花的种类 将

使用卫生保健数据预测抑郁 作者：Vivienne DiFrancesco 可以在找到用于探索该项目中使用的数据的配套仪表板 该存储库的内容是对使用机器学习模型来预测使用医疗保健数据的人的抑郁症的分析。 希望可以使工作更易于访问和复制，从而进行详细的分析。 储存库结构 README.md：此项目审阅者的顶级自述文件 first_notebook.ipynb：从数据清理阶段开始在jupyter笔记本中进行分析的叙述性文档 second_notebook.ipynb：在项目的探索阶段清理数据之后开始的叙述性文档的延续 PredictingDepressionSlides.pdf：项目演示幻灯片的PDF版本 project_functions文件夹：包含编写用于first_notebook和second_notebook的自定义函数 仪表板文件夹：包含用于创建此项目的配套仪表板的文件的文件夹 抽

Streamlit演示：Udacity自动驾驶汽车图像浏览器 该项目将和演示到交互式应用程序中。 完整的演示并说明了Streamlit的所有主要构建块。 如何运行这个演示 pip install --upgrade streamlit opencv-python streamlit run https://raw.githubusercontent.com/streamlit/demo-self-driving/master/streamlit_app.py 问题？ 注释？ 请在提问。

描述 该存储库包含一个允许运行流式Web应用程序的docker映像。 它可用于测试应用程序和/或部署到云服务，例如Google Cloud，Heroku，Amazon AWS 运行Docker容器 只需输入以下命令即可运行您的应用程序 docker run -ti --rm aminehy/docker-streamlit-app:latest 当地发展 将工作文件夹安装在容器中 docker run -ti --rm -v $(pwd):/app aminehy/docker-streamlit-app:latest 如果您的主文件名与main.py不同（例如app.py ） docker

py型文件 CMD中输入“streamlit run 路径” 即可打开 注：首次进入需下载对应CSV文件且需修改CSV文件相对位置

streamlit对应CSV文件，保存后需在py中修改对应路径

操场 Playground是一个简化的应用程序，可让您修改浏览器中的机器学习模型。 这个程序的灵感来自于伟大的Tensorflow。 唯一的区别是它解决了经典的机器学习模型 演示版 就 它是如何工作的 ？ :card_index_dividers: 您可以从预定义列表中选择并配置数据集。 您可以设置： 样品数 火车上的噪音和测试数据 :gear: 您选择一个模型，并为其设置超参数。 您可以从以下模型中选择模型：逻辑回归，决策树，随机森林，梯度提升，神经网络，朴素贝叶斯，KNN和SVM :chart_decreasing: 该应用程序会自动显示以下结果： 模型在火车和测试数据上的决策边界 训练和测试数据的性能指标（准确性和F1分数） 模型训练所需的时间 生成的python脚本，用于基于数据集定义和模型超参数来重现模型 对于每种模型，游乐场都提供了指向官方文档的链接以及提示列表。 加分点：该应用程序还提供通过添加多项式特征来执行特征工程的功能。 事实证明，

streamlit-webcam-example 一个示例 。显示网络摄像头视频提要并接收网络摄像头快照。 随意分叉和修改！ 安装 pip install streamlit-webcam-example 用法 import streamlit as st from webcam import webcam captured_image = webcam () if captured_image is None : st . write ( "Waiting for capture..." ) else : st . write ( "Got an image from the webcam:" ) st . image ( captured_image )

streamlit_data_app 用于数据/统计数据可视化的应用程序