文件名称：正弦信号的matlab代码-Data-Science-Projects:数据科学项目
文件大小：53.61MB
文件格式：ZIP
更新时间：2024-06-10 09:37:28
系统开源
正弦信号的matlab代码大会数据科学沉浸式顶峰项目：使用机器学习推断膜片钳技术的开放离子通道数。 目录 介绍： 该项目的目的是训练机器学习模型，以从合成信号数据中推断出开放离子通道的数量，而合成信号数据是真实电生理信号的一个很好的传真。 首先使用神经网络完成此过程，并使用半合成方法创建合成数据。 声明本文的主要动机是努力使用计算机建模技术来提高膜片钳电生理学的质量和功能，因为不仅需要人工解释数据，而且与之相比，物理设备也没有任何改进。过去的几十年。 本文使用随机马尔可夫过程对离子在打开状态和闭合状态之间的跃迁进行建模，从而通过将建模信号通过膜片钳放大器设备，从而在数据捕获过程中产生带有噪声的信号。 对于数据的某些部分，添加了当前的“漂移”。 此过程创建了一个数据集，该数据集在任何时间点都知道打开的离子通道的真实数量，这对于真实数据是不可实现的，对于训练机器学习模型而言也是必需的。 这位原始的作者在设计分析信号数据的方法时寻求其他人的帮助。 为此，提出了Kaggle竞赛，该竞赛将其离子通道模型用于其数据源，有时将两个离子通道模型的结果相加，最多可以有10个开放离子通道。 数据处理： 信
【文件预览】：
Data-Science-Projects-main
----.gitignore(2KB)
----Model_Save_Files()
--------GaussianNB_6.jlib(2KB)
--------BernoulliNB_8.jlib(2KB)
--------Baseline_Prediction_Model_0.jlib(681B)
--------Logistic_Regression_Grid_Search_2.jlib(19KB)
--------README.md(217B)
--------Decision_Tree_Grid_Search_4.jlib(4.78MB)
--------Poisson_Regressor_Model_1.jlib(731B)
----Prediction Submissions()
--------GaussianNB_6.jlib(2KB)
--------Extract Best Model from Gridsearches.ipynb(5KB)
--------Logistic_Regression_Model_2.jlib(1KB)
--------GaussianNB_6_Submission.csv(22.9MB)
--------Random_Forest_Model_5_Submission.csv(22.89MB)
--------Round the Poisson Model Predictions to Integer Values.ipynb(9KB)
--------BernoulliNB_8.jlib(2KB)
--------Submission Predictions.ipynb(7KB)
--------KNN_Model_3_Submission.csv(22.89MB)
--------Logistic_Regression_Model_2_Submission.csv(22.89MB)
--------Baseline_Prediction_Model_0.jlib(681B)
--------Decision_Tree_Model_4_Submission.csv(22.89MB)
--------README.md(542B)
--------BernoulliNB_8_Submission.csv(22.89MB)
--------Baseline_Prediction_Model_0_Submission.csv(22.89MB)
--------Poisson_Regressor_Model_1.jlib(765B)
--------Poisson_Regressor_Model_1_Submission.csv(22.91MB)
--------Decision_Tree_Model_4.jlib(4.78MB)
----README.md(9KB)
----Data()
--------Kaggle Ion Switching Competition Data Without Drift.url(139B)
--------README.md(139B)
--------Kaggle Ion Switching Competition Data.url(143B)
----Data Processing and EDA()
--------Exploration of Baseline Predictions.ipynb(64KB)
--------Scale the Data.ipynb(11KB)
--------README.md(411B)
--------Data Exploration.ipynb(164KB)
--------Consolidated Data Preparation.ipynb(33KB)
--------Further Data Exploration.ipynb(1.91MB)
----DSI Capstone Project Part 5 Presentation and Non-Technical Summary.pptx(6.67MB)
----Models()
--------Naive Bayes Models.ipynb(3.4MB)
--------Logistic Regression Model Grid Search.ipynb(965KB)
--------KNN Model Grid Search.ipynb(1.14MB)
--------Decision Tree Model Grid Search.ipynb(1.53MB)
--------README.md(3KB)
--------Random Forests Model Grid Search.ipynb(1.4MB)
--------Baseline Prediction Model.ipynb(1.65MB)
--------Poisson Regressor Model.ipynb(201KB)
----graphs_for_readme()
--------README.MD(56B)
--------lineplot_of_open_ion_channels_vs_time.png(19KB)
--------Histogram_of_number_of_open_ion_channels.png(12KB)
--------heat_map_corr.png(129KB)
--------histogram_of_the_change_in_number_of_open_ion_channels.png(13KB)
--------Histogram_of_length_of_time_number_of_ion_channels_open_remains_same_log.png(11KB)