使用机器学习进行乳腺癌诊断 该项目的目的是采用UCI机器学习存储库中的乳腺癌威斯康星州（诊断）数据集，并应用Logistic回归，朴素贝叶斯，支持向量机，决策树和多层感知器等机器学习模型来提取特征可能最适合预测癌症性质的数据集。 目的是对乳腺癌是良性还是恶性进行分类。 确定基于模型预测的模型的准确性，以相互分析和比较生成的模型，并从模型中选择最佳模型。 多层感知器是测试过的模型中最准确的模型，准确度为97.2％。

neuralNets:在pytorch tensorflow keras框架中探索和试验神经网络

概述 这是一种推导并实现用于卡尔AHRS系统的扩展卡尔曼滤波器的工作。 在Jupyter笔记本中介绍了卡尔曼滤波器方程的推导。 卡尔曼过滤器在python / numpy和c ++中均已实现。 一种。 可以使用flightgear.py使用flightgear.py输出测试KF。 该脚本可以使用numpy或c ++实现来运行KF。 参考 要求 pyEfis _ FIX-Gateway _ 测试数据集 从手机收集的数据集用于开发/测试。 该数据包括加速度，陀螺仪，磁力计和GPS数据。 速度和海拔高度是根据GPS数据得出的。 知道问题/待办事项 防滑 转数 空速（从GPS导出）在测试数据集中非常跳跃。 用baro和pito

整理并分析数据WeRateDogs推特帐户 Udacity Data Analyst 2021：Wrangle和分析数据-WeRateDogs twitter帐户项目

心衰预测 分类项目可根据某些患者属性预测由于心力衰竭导致的死亡。

语音转换 语音的神经风格转移模型。

“＃Soccer_robot”运行命令：python soccer_world.py

US_Medical_Insurance：使用Python分析美国医疗保险数据的项目

深度学习项目 我的个人深度学习项目历久弥新

基本ML算法 最近邻居 逻辑回归 线性回归 朴素贝叶斯 K均值聚类