文件名称：Hands-On-Predictive-Analytics-with-Python:Packt发布的《使用Python进行动手式预测分析》
文件大小：5.28MB
文件格式：ZIP
更新时间：2024-06-16 05:37:46
JupyterNotebook
使用Python进行动手式预测分析 这是Packt发布的的代码存储库。 掌握从问题定义到模型部署的完整预测分析过程 这本书是关于什么的？ 本书将教您构建预测分析解决方案所需的所有过程：理解问题，准备数据集，探索关系，模型构建，调整，评估和部署。 您将可以使用Python及其数据分析生态系统来实现实际项目中使用的主要技术。 本书涵盖以下激动人心的功能： 掌握预测分析的主要概念和原则 了解制作完整的预测分析解决方案所涉及的阶段 了解如何定义问题，提出解决方案并准备数据集 使用可视化来探索关系并深入了解数据集 学习使用scikit-learn建立回归和分类模型 使用Keras构建功能强大的神经网络模型，以产生准确的预测 学习将模型的预测作为Web应用程序提供服务 如果您觉得这本书适合您，请立即获取！ 说明和导航 安装 为了能够顺利运行本书的代码，请执行以下操作： 下载适用于您系统的A
【文件预览】：
Hands-On-Predictive-Analytics-with-Python-master
----requirements.txt(4KB)
----conda-cheatsheet.pdf(292KB)
----Chapter09()
--------dash-example-no-user-inputs.py(1KB)
--------diamonds-model-training.py(2KB)
--------Model()
--------predict-diamond-prices.py(6KB)
--------dash-example-user-inputs.py(2KB)
----LICENSE(1KB)
----Chapter06()
--------.ipynb_checkpoints()
--------ch6-1-regression-with-neural-networks.ipynb(364KB)
--------class_initial_w.h5(92KB)
--------ch6-2-classification-with-neural-networks.ipynb(34KB)
----Chapter08()
--------.ipynb_checkpoints()
--------ch8-credit-card-def-model-tuning.ipynb(46KB)
--------ch8-diamond-prices-model-tuning.ipynb(194KB)
----README.md(6KB)
----Data()
--------credit_card_default.csv(2.73MB)
--------diamonds.csv(2.34MB)
----Chapter03()
--------.ipynb_checkpoints()
--------ch3-1-eda-diamond-prices.ipynb(1.6MB)
--------ch3-2-eda-credit-card-default.ipynb(140KB)
----Chapter05()
--------.ipynb_checkpoints()
--------ch5-predicting-credit-card-default.ipynb(15KB)
----Chapter02()
--------ch2-2-credit-card-default.ipynb(29KB)
--------ch2-1-diamond-prices.ipynb(46KB)
----Chapter01()
--------.ipynb_checkpoints()
--------ch1-code-snippets.ipynb(99KB)
----Chapter04()
--------.ipynb_checkpoints()
--------ch4-predicting-diamond-prices.ipynb(137KB)
--------ch4-overfitting-example.ipynb(77KB)
----Chapter07()
--------.ipynb_checkpoints()
--------ch7-diamond-prices-model-tuning-and-evaluation.ipynb(91KB)
--------ch7-credit-card-def-model-tuning-and-evaluation.ipynb(145KB)