机器学习项目实战——数据集与代码

Udacity-机器学习入门 安然传奇 安然（Enron）丑闻是财务丑闻，最终导致安然公司（Enron Corporation）破产，该公司位于德克萨斯州休斯敦的美国能源公司，实际上是阿瑟·安徒生（Arthur Andersen）的解散，后者是美国五大审计和会计合伙企业之一世界。 除了是当时美国历史上最大的破产重组外，安然还被认为是最大的审计失败。 安然公司由肯尼思·莱（Kenneth Lay）于1985年合并休斯顿天然气公司和InterNorth公司后成立。 几年后，当杰弗里·斯基林（Jeffrey Skilling）被聘用时，他培养了一批高管人员，这些人员通过使用会计漏洞，特殊目的实体以及不良的财务报告，能够从失败的交易和项目中隐藏数十亿美元的债务。 首席财务官安德鲁·法斯托（Andrew Fastow）和其他高管不仅误导了安然公司董事会和审计委员会关于高风险会计的作法，而且还向亚瑟

短信_垃圾邮件 这是一个机器学习项目，它使用术语文档矩阵来将SMS归类为垃圾邮件或垃圾邮件。

机器学习项目-金融反欺诈的数据与代码，想要的直接点击下载

30个经典机器学习项目列举，适合新手边学习，边实战，项目详情请搜索

机器学习游乐场 用于学习新概念的项目的集合。 这些模型在PyTorch中实现。 结构 计算机视觉 图片分类进行二进制/多类分类。 楷模实现SOTA卷积神经网络。 物体检测实施YOLO，SSD，RetinaNet和Faster R-CNN。 语义分割实施FCN-8和U-Net。 神经风格转换实现艺术风格的神经算法。 生成模型 实施DCGAN，Wasserstein GAN，VAE和有条件的VAE。 自然语言处理 情绪分析使用不同的预训练方法进行情感分析：词嵌入，BERT。 文字合成综合文本（字符级别）。 word2vec 实现word2vec。 语音分类 分类语音命令。 额外的 协同过滤实施协作过滤。 实体嵌入实现实体嵌入。 量化量化CNN模型。 修剪修剪CNN模型。

根据开展一个机器学习项目的流程顺序，介绍了机器学习项目开展各个阶段的要素

＃转到RAW以获得更好的视图 机器学习项目 伦敦希思罗机场预测的航班延误为了对机器进行培训，您需要使用FlightRadar24_scrapper构建数据集（至少2-3周的数据）。 数据准备工作是在抓取器中执行的，但是数据清理和功能工程则在机器学习文件中进行。 爬虫可能有重复的值，这些值已在机器学习脚本中删除。 示例数据集包含在用于训练模型和验证模型的存储库中。 用于刮板的版本： jupyter核心：4.6.3 jupyter笔记本：6.1.1 qtconsole：4.7.7 ipython的：7.18.1 ipykernel：5.3.4 jupyter客户：6.1.6 jupyter实验室：2.2.6 nbconvert：6.0.6 ipywidgets：7.5.1 nbformat：5.0.7 特质：4.3.3 的Python：3.8.5 熊猫：1.1.1

Customer_churn_prediction:机器学习项目

该笔记是‘一个完整的机器学习项目’，具体的是预测房价的中位数，包括：获取数据、发现并可视化数据，发现规律、为机器学习算法准备数据、选择模型，进行训练、微调模型、给出解决方案和部署、监控、维护系统。接下来是具体的代码。 #俗话说，巧妇难为无米之炊，机器学习就是从大量数据中学习规律，所以项目第一步是下载数据，以下是具体代码 现在，运行完上述代码，就会在工作空间创建一个datasets/housing目录，下载housing.tgz