机器学习ND:Udacity机器学习纳米学位的回购

时间:2024-02-24 00:21:17
【文件属性】:

文件名称:机器学习ND:Udacity机器学习纳米学位的回购

文件大小:130.3MB

文件格式:ZIP

更新时间:2024-02-24 00:21:17

python jupyter-notebook JupyterNotebookHTML

机器学习 Udacity机器学习纳米项目的回购 项目:泰坦尼克号生存探索 描述: 在这个项目中,我创建了决策函数,试图根据每个乘客的特征(例如性别和年龄)来预测1912年泰坦尼克号灾难的生存结果。 我从一个简单的算法开始,然后增加它的复杂性,直到我能够在所提供的数据中准确预测至少80%的乘客的结果。 项目:预测波士顿住房价格 描述: 在这个项目中,我将基本的机器学习概念应用于马萨诸塞州波士顿地区的房价数据,以预测新房的售价。 我首先探索数据以获得有关数据集的重要功能和描述性统计信息。 接下来,我将数据适当地分为测试和训练子集,并为该问题确定合适的性能指标。 然后,我分析具有变化参数和训练集大小的学习算法的性能图。 这使我能够选择最佳模型,对未见数据进行最佳概括。 最后,我在一个新样本上测试了这个最优模型,并将预测的售价与我的统计数据进行了比较。 项目:创建学生干预系统 描述: 随着教育越来越依赖技术,大量数据已经可供检查和预测。 现在,可以通过诸如Canvas和Edmodo之类的学习管理系统实时记录学生活动,成绩,与老师和同学的互动等的日志。 对于在线教室尤其如此,在线教室甚至在


【文件预览】:
Machine-Learning-ND-master
----boston_housing()
--------visuals.py(5KB)
--------project_description.md(6KB)
--------report.html(516KB)
--------housing.csv(12KB)
--------boston_housing.ipynb(313KB)
--------README.md(2KB)
----HelloML.ipynb(8KB)
----titanic_survival_exploration()
--------visuals.py(6KB)
--------project_description.md(5KB)
--------report.html(332KB)
--------titanic_data.csv(60KB)
--------titanic_survival_exploration.ipynb(135KB)
--------README.md(2KB)
----smartcab()
--------visuals.py(8KB)
--------images()
--------logs()
--------project_description.md(12KB)
--------report.html(510KB)
--------smartcab()
--------smartcab.ipynb(318KB)
--------README.md(1KB)
----customer_segments()
--------customer_segments.ipynb(674KB)
--------customers.csv(14KB)
--------visuals.py(6KB)
--------project_description.md(6KB)
--------report.html(860KB)
--------README.md(3KB)
----README.md(7KB)
----student_intervention()
--------optimal-hyperplane.png(8KB)
--------student-data.csv(39KB)
--------project_description.md(5KB)
--------student_intervention.ipynb(50KB)
--------report.html(271KB)
--------1gvce.png(39KB)
--------README.md(4KB)
----.gitattributes(61B)
----capstone()
--------robotic_maze_planning()
--------traffic-signs()

网友评论