Python机器学习
小型机器学习项目,以了解核心概念(顺序:从最早到最新)
使用带有新闻组20数据集的潜在Dirichlet分配进行主题建模,并使用Python和Scikit-Learn实现
在MNIST数据集上实现了用Keras构建的简单神经网络
使用线性回归的Google股票价格预测
实现了一个简单的社交网络来学习Python基础
实施Naives Bayes分类器以过滤SpamAssasin公共语料库上的垃圾邮件
使用Keras和Scikit-Learn的银行数据集的客户流失预测模型
从零开始实施随机森林,并在UCI存储库的Sonar数据集上建立分类器
示例数据集上Python中的简单线性回归
Python在样本数据集上的多元回归
PCA和使用Python缩放样本股票数据[working_with_data]
示例数据集上Python中的决策树
示例数据集上的Python中的Logistic回归
在Python中建立神经网络以击败验证码系统
辅助方法包括用于统计,概率,线性代数和数据分析的常用运算
用示例数据进行K均值聚类; 用k均值聚类颜色; 自下而上的层次聚类
生成词云
1