银行营销活动分析
使用Logistic回归，随机森林，决策树，Gradient Boosting和AdaBoost等各种ML技术分析了葡萄牙银行的先前营销活动，并预测了用户是否会购买该银行的定期存款
推荐的营销团队，使用功能重要性图和业务直觉来更好地定位客户的方法
运行代码的说明：
确保数据文件（“ bank-additional-full.csv”）与ipython笔记本位于同一目录中，或相应地编辑ipython笔记本。
确保在python 3环境中运行笔记本。 确保笔记本中使用的所有依赖项都已安装在本地计算机中。
按照笔记本中的顺序依次运行代码。
对Notebook进行充分注释以给出所执行代码的合理推断。
速效
功能重要性
给营销团队的建议
2021-10-25 19:54:35
2.15MB
1
analysys_meat_consumption_lung_cancer_deaths_罗马尼亚
该实验试图确定罗马尼亚在过去28年中的人均肉食消耗量与肺癌死亡人数之间是否可以建立相关性。 输入包括两个数据集，一个数据集涉及癌症死亡的类型，一个数据集涉及人均每种类别的肉类消费量（家禽，猪肉等）。 输出包括一个新创建的数据集，该数据集基于输入数据中的已处理数据，并具有两个可视化视图，可以帮助我们检查相关性是否存在，并进行解释。
2021-10-14 20:38:50
4KB
1
NYC_Traffic_Safety_Project
我整理并整理了我所做的第一个项目的代码（与同学们组成一个团队，归功于陈书效，赖小亚，罗旭丹，钟敏喜和李嘉颖）。 此仓库包含纽约市地图和事故的原始数据，还包括用于进行预处理并将其输入到CNN模型中的Python代码。
背景
在城市中，交通事故正成为越来越普遍的伤害和死亡原因。 根据NYC Open Data的数据，仅在纽约，2018年过去几天每天平均发生622起交通事故。 因此，预测未来事故的能力（例如，地点，时间或方式）不仅对公共安全利益相关者（例如，警察，自治企业）而且对运输管理人员和个人旅行者都非常有用。 许多学者对交通事故的原因进行了大量研究，但很少关注道路设计。 但是，在许多情况下，每年都会设计出令人难以置信的十字路口，导致事故发生。
我们做了什么
我们训练了一个卷积神经网络（CNN），使用十字路口的卫星图像作为特征，附近交通
2021-10-02 14:33:35
16.21MB
1
股票预测器
该程序使用了一个人工循环神经网络，称为长短期记忆（LSTM-多元变量） 使用过去60天的股价来预测“苹果”在30天内的开盘价。
准备数据
获取数据
股票数据是使用pandas_datareader软件包从雅虎财务部门收集的。 时间范围是从2016年1月1日到2021年1月1日。
df = web.DataReader('AAPL', data_source='yahoo', start='2016-01-01', end='2021-01-01')
显示前5行
高的
低的
打开
关闭
调整关闭
2016-01-04
26.342501
25.500000
25.652500
26.337500
24.400942
2016-01-05
26.462500
25.602501
26.437500
25.677500
23.789471
2016-01-
2021-09-23 06:45:36
118KB
1
BERT 、GPT 等大规模预训练模型（PTM）近年来取得了巨大成功，成为人工智能领域的一个里程碑。由于复杂的预训练目标和巨大的模型参数，大规模 PTM 可以有效地从大量标记和未标记的数据中获取知识。
2021-09-07 19:05:52
2.92MB
1
VisualSVN Server的一个Crack，网上有各种破解版，都是针对某个版本的，这里来个通杀版，
不仅支持过去所有版本，还支持将来所有版本（如果官方不改进注册算法的话）。
原理：
#注册算法采用数字签名技术，难以破解，本工具实际上是替换主要几个程序集内部的公钥，然后用自己的私钥签名注册码。
没有时间分析注册码结构，所以直接从网络上找一个老版本注册机，写了一个固定的注册码。
#因为本工具是自动根据标识搜索程序集内部公钥，所以可以通杀过去将来所有版本
#注册算法调用了Windows的非对称加密库
使用说明：
1.可去官网下载3.3.1版本。
2.安装时，选择标准版安装。
3.停止VisualSVN Server 服务。
4.运行SvnServerCrack工具。
5.启动VisualSVN Server 服务。
6.查看版本。
2021-09-01 19:16:15
236KB
1