文件名称：项目：数据科学，机器学习，数据分析，神经网络
文件大小：3.92MB
文件格式：ZIP
更新时间：2024-03-23 19:47:52
JupyterNotebook
数据科学项目 以下是我在Yandex数据科学实习课程中完成的项目 所有项目均在Jupyter Notebook中使用Python完成。 数据由Yandex Practucum作为.csv文件提供，以及通过SQL（PostgreSQL）查询从Yandex Practicum数据库获得的数据。 使用的图书馆： Pandas，Numpy，Matplotlib，Scikit-Learn，PySpark，Plotly Express，Seaborn，NLTK，PyTorch，PyTorch-Transformers，Tensorflow，Keras 使用的模型： LightGBM，LinearRegression，LogisticRegression，RandomForestRegressor，RandomForestClassifier，DecisionTreeRegressor，Decis
【文件预览】：
Projects-main
----gold_recovery_model()
--------.ipynb_checkpoints()
--------gold_recovery_model.ipynb(691KB)
--------README.md(76B)
----time_series_taxi_orders()
--------.ipynb_checkpoints()
--------time_series_taxi_orders_prediction.ipynb(4.98MB)
--------catboost_info()
--------README.md(76B)
----text_comments_classification()
--------.ipynb_checkpoints()
--------text_comments_classification_TFIDF.ipynb(41KB)
--------text_classification_BERT.ipynb(34KB)
--------README.md(76B)
----car_price_valuation_model()
--------.ipynb_checkpoints()
--------car_price_evaluation.ipynb(89KB)
--------catboost_info()
--------README.md(76B)
----README.md(3KB)
----hypothesis_testing_tariff_selection()
--------.ipynb_checkpoints()
--------hypothesis_testing_tariff_recomendation.ipynb(406KB)
--------README.md(76B)