kaggle titanic

kaggle-点击率预测 Avazu 的 Kaggle 点击率预测竞赛的机器学习代码 比赛页面： :

自己手动整理的离线文档，侵权删！ 内容包括： 快速入门指南 Python包的相关介绍 特性 实验 参数 参数优化 Python API 并行学习指南 LightGBM GPU教程 进阶主题 常见问题 Development Guide

是针对全美个人和小企业医疗健康与牙医保险的市场数据，涵盖保险范围、种类、费率、保险计划内容、网络、商业条款、收益与支出等，由美国健康与国民服务部发布。

8G数据集太大，分开下载（打开我的页面可以下载所有） Fruit Recognition 水果数据集，15个分类，训练识别应用

8G数据集太大，分开下载（打开我的页面可以下载所有） Fruit Recognition 水果数据集，15个分类，训练识别应用

Titanic数据集——Kaggle上下载

这是墨尔本大学 AES/MathWorks/NIH 癫痫发作预测 ( https://www.kaggle.com/c/melbourne-university-seizure-prediction ) 的 MATLAB 解决方案。 它建立在之前 Kaggle 癫痫发作比赛 ( https://www.kaggle.com/c/seizure-prediction ) 的获胜解决方案 ( https://github.com/drewabbot/kaggle-seizure-prediction ) 上，使用 lassoGLM统计和机器学习工具箱中的模型。 压缩文件包含： 1.calculate_features.m——从iEEG样本值计算一组特征的函数2. step1_generate features -- 加载患者训练（和测试）iEEG 样本数据并计算特征的函数（使用函数calcul

教程名称：七月在线Kaggle案例实战班教程目录：【】Kaggle第一课【】Kaggle第一课代码【】Kaggle第三课【】Kaggle第三课代码【】Kaggle第二课【】Kaggle第二课代码【】Kaggle第五课代码【】kaggle第六课代码【】Kaggle第四课【】Kaggle第四课代码【IT 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。

预报_未来_销售 这项挑战是“如何赢得数据科学竞赛” Coursera课程的最终项目。 在本竞赛中，您将使用具有挑战性的时间序列数据集，其中包括每日销售数据，该数据集由俄罗斯最大的软件公司之一-1C公司提供。 我们要求您预测下个月每个产品和商店的总销售额。通过解决这一竞争，您将能够应用和增强您的数据科学技能 系统会为您提供每日历史销售数据。任务是预测测试集在每个商店中售出的产品总数。请注意，商店和产品的清单每月都会略有变化。创建可以处理此类情况的可靠模型是挑战的一部分。 文件描述：sales_train.csv-训练集。 2013年1月至2015年10月的每日历史数据。 test.csv-测试集。您需要预测这些商店和产品在2015年11月的销售情况。 sample_submission.csv-格式正确的示例提交文件。 items.csv-有关项目/产品的补充信息。 item_ca