Zomato餐厅数据分析和推荐系统 :fire: 语境 班加罗尔的饮食文化让我着迷。 班加罗尔（Bengaluru）遍布世界各地的餐厅。 从美国到日本，从俄罗斯到南极洲，您可以在这里找到所有类型的美食。 送货，外出就餐，酒吧，酒吧，饮料，自助餐，甜品，您自己定的名字，班加罗尔也有。 班加罗尔是美食家的最佳去处。 餐厅的数量每天都在增加。 目前拥有约12,000家餐厅。 拥有如此众多的餐厅。 这个行业还没有饱和。 新餐厅每天都在营业。 然而，与已建立的餐馆竞争已经变得困难。 继续对他们构成挑战的关键问题包括高昂的房地产成本，不断上涨的食品成本，缺乏优质的人力，分散的供应链和过度的许可。 该Zomato数据

Data science is an exciting discipline that allows you to turn raw data into understanding, insight, and knowledge. The goal of R for Data Science is to help you learn the most important tools in R that will allow you to do data science. After reading this book, you’ll have the tools to tackle a wide variety of data science challenges, using the best parts of R.

下午4点 PM4Py是一个python库，支持python中的（最新技术）进程挖掘算法。 它是完全开源的，旨在用于学术界和工业项目。 PM4Py是弗劳恩霍夫应用信息技术研究所的产品。 文档/ API 有关PM4Py的完整文档，请访问 第一个例子 一个非常简单的例子，可以激发您的胃口： import pm4py log = pm4py . read_xes ( '' ) process_model , initial_marking , final_marking = pm4py . discover_petri_net_inductive ( log ) pm4py . view_petri_net ( process_model , initial_marking , final_marking , format = "svg" )

IBM-Data-Science-Professional-Certificate：通过IBM数据科学认证计划，我班上的所有课程

深度学习和围棋游戏 该存储库首先是针对Go游戏的全面的机器学习框架，重点是深度学习技术。 您会发现这里是一个从游戏基础知识到非常先进的技术的库。 特别是，您会找到用于游戏AI早期方法，使用深度学习的中间技术以及AlphaGo和AlphaGo Zero的实现的代码-所有这些都在一个通用框架中提供。 您可以使用pip安装此库，并按照code文件夹中的examples进行操作。 pip install dlgo 另一方面，该存储库同时包含以及《深度学习和围棋》（Manning）一书的示例章节，可在进行早期访问，该书与该库有联系，并逐个地讲授其组成部分。拜伊如果您遵循本书中的代码示例，请查看各个章节的分支。 注贡献者：为了确保同步书中住宿，考虑要求修改并提交反对引入请求improvements的分支，而不是master （这是我们一直保留错误修正等）。 可播放的演示 这本书是关于让您开始创建自己的机器人的一切。 为了使体验更加有趣和互动，我们构建并部署了多个机器人，展示了各自章节的技术。 到目前为止，您可以玩： 第4章是一个5x5板上的微型树型搜索机器人。 第7章一个完整的19×1

midi-classification-tutorial：有关如何对Midi文件的流派进行分类的教程

帕金森病数据分析 介绍： 说明和文献： 在这项研究中，我们将分析被诊断出患有这种疾病的患者数据。 期望使用来自受试者的语音数据有助于无创诊断的发展。 帕金森氏症（PWP）的人会遭受言语障碍，例如语音障碍（声音使用不良），低音障碍（音量减小），单调（音调范围减小）和构音障碍（声音或音节发音困难）。 因此，我们在此项目中的分析将基于受影响的语音参数。 数据： 该数据集由牛津大学的Athanasios Tsanas和Max Little与美国的10个医疗中心以及英特尔公司合作开发，后者开发了远程监控设备来记录语音信号。 该数据集由一系列生物医学语音测量组成，从42名帕金森氏症早期患者中招募，到远程症状进展监测的远程监测设备的为期六个月的试验。 这些记录会自动记录在患者家中。 数据集中的列包含受试者编号，受试者年龄，受试者性别，自基线募集日期起的时间间隔，运动UPDRS，总UPDRS和16

流失预测 使用人工神经网络的客户流失预测 问题陈述 任务是预测某个客户是否会放弃公司。 也就是说，要预测“客户流失”属性。 通常，为每个客户国家/地区提供的信息帐户长度区号电话国际计划VMail计划VMail消息日间日间通话日间收费夏娃·明斯平安夜电话夏娃冲锋夜分钟夜间通话夜间收费国际分钟国际通话国际收费客户服务电话搅拌？ 内容 数据探索 数据预处理 训练模式 可视化模型

客户分析：机器学习有关客户细分和群体预测的案例研究

spacv ：Python中的空间交叉验证 spacv是一个小型Python 3（3.6及更高版本）软件包，用于模型的交叉验证，该模型评估对具有空间依赖性的数据集的泛化性能。 spacv提供了一个类似spacv的熟悉的API，公开了一套适用于基于点的空间预测任务的工具。 有关用法，请参阅笔记本spacv_guide.ipynb 。 依存关系 numpy matplotlib pandas geopandas shapely scikit-learn scipy 安装及使用 要安装，请使用pip： $ pip install spacv 然后使用sklearn构建快速的空间交叉验证