【文件属性】:
文件名称:机器学习:Python和R中的基本ML概念
文件大小:433KB
文件格式:ZIP
更新时间:2021-02-04 01:37:44
python machine-learning r scikit-learn machine-learning-algorithms
机器学习
我将尝试在Python和R中实现以下每个部分。
数据集属于超级数据科学( )
涉及的主题
回归
简单线性回归
多项式回归
森林随机回归
分类
K最近邻居
支持向量机
朴素贝叶斯
决策树分类
随机森林分类
聚类
K均值聚类
关联规则学习
强化学习
深度学习
降维
选型与提升
【文件预览】:
Machine-Learning-master
----LogisticRegression()
--------logistic_regression.R(2KB)
--------Social_Network_Ads.csv(11KB)
--------logistic_regression.py(3KB)
----DeepLearningUdacity()
--------softmax.py(403B)
----README.md(2KB)
----ConvolutionalNeuralNetwork()
--------cnn.py(2KB)
----AprioriAlgorithm()
--------apyori.py(14KB)
--------Market_Basket_Optimisation.csv(296KB)
--------apriori.R(374B)
--------apriori.py(470B)
----DecisionTreeRegression()
--------decision_tree_regression.R(920B)
--------Position_Salaries.csv(237B)
--------decision_tree_regression.py(748B)
----MultipleLinearRegression()
--------multiple_linear_regression.py(2KB)
--------multiple_linear_regression.R(1KB)
--------50_Startups.csv(2KB)
----UpperConfidenceBound()
--------random_selection.R(492B)
--------random_selection.py(578B)
--------ucb.R(1KB)
--------Ads_CTR_Optimisation.csv(195KB)
--------ucb.py(1KB)
----SupportVectorRegressor()
--------svr.R(1KB)
--------Position_Salaries.csv(237B)
--------svr.py(2KB)
----AgglomerativeHierarchicalClustering()
--------hc.py(1KB)
--------hc.R(812B)
--------Mall_Customers.csv(4KB)
----ArtificialNeuralNetwork()
--------ann.py(2KB)
--------ann.R(1KB)
--------Churn_Modelling.csv(659KB)
----ThompsonSampling()
--------random_selection.R(492B)
--------thompson_sampling.R(984B)
--------random_selection.py(578B)
--------thompson_sampling.py(1KB)
--------Ads_CTR_Optimisation.csv(195KB)
----EclatAlgorithm()
--------Market_Basket_Optimisation.csv(296KB)
--------eclat.R(367B)
----NaturalLanguageProcessing()
--------nlp.py(1KB)
--------nlp.R(1KB)
--------Restaurant_Reviews.tsv(60KB)