基于Python语言Kaggle的数据集分析.pdf

这是kaggle竞赛的猫狗大战公开数据集，包含train和test及一个csv说明文件，因为kaggle注册比较麻烦，并且下载速度很慢，需要的可以从这里下载。代码获取可以关注《Python与人工智能》回复 猫狗分类 获取

今天咱们来聊聊用Pytorch的CNN完成kaggle猫狗大战。 话不多说，进入正题。 首先，图片数据来源kaggle，在网站上搜索Dogs vs. Cats很多相关图片集，找一个下载下来。 我这里采用的数据集是： Train：4000张cat + 4000张dog Test：1000张cat + 1000张dog Pytorch版本：(torch 1.3.1+cpu) + (torchvision 0.4.2+cpu) 步骤： 1. 重定义我们的Dataset 2. 定义我们的Pytorch CNN结构 3. 利用定义好的Dataset，载入我们的数据集 4. 创建CNN实例 5. 定义lo

Kaggle网页流量时序预测比赛第一名方案

奥林匹克探索 主要笔记本是Olympic EDA.ipynb 。 这个项目很有趣！ 我正在探索“奥运历史120年：运动员和成绩”的数据集。 在上查看有关数据集的更多信息。 动机 我开始这个项目的主要目的是将我在大学课程中学到的技能应用到校外有趣的事情上。 当前状态 该笔记本仍在开发中。 我会不定期进行更新。

包含：常用机器学习算法，剑指offer，微软面试100题， 机器学习、深度学习算法，kaggle、天池等项目实战。海量数据中位数，正则化等内容。

关于Kaggle Titanic项目的完整报告，包括数据介绍，各字段关联关系，特征处理，模型选择，实验过程以及实验结果。超级详细！

房屋租赁信息查询次数预测竞赛【Kaggle竞赛】.zip

通过Kaggle的HR数据集分析身边的小伙伴们为什么要离职，并基于数据集中的特征制定一个评分卡模型来预测会不会离职。 数据集解释 总览：该HR数据集收集了15000份数据，其中3571人离职，离职率23.8%。 satisfaction_level ：对公司的满意程度 last_evaluation ：对公司的评价 number_project ：做过项目的数量 average_montly_hours ：每月工作时长 time_spend_company ：每天在公司的时间 Work_accident ：工作差错 promotion_last_5years ：五年内有没有提升

数据集：FER13包含 35,886 张图像。任务是多分类。我们的假设是，可以通过生成更多图像和类均衡来提高用于图像分类的简单 CNN 模型的准确性。数据集中有 7 个图像类 使用 GAN 的图像生成进行图像增强，以提高小类图像和整体测试数据集的多类情感分类准确性。