文件名称：Machine-Learning:有关主要机器学习模型的项目
文件大小：2.89MB
文件格式：ZIP
更新时间：2024-04-28 08:30:58
JupyterNotebook
机器学习 存储库包含一些有关我主要出于自我学习目的而完成的主要机器学习模型的项目。 这里的所有内容都是使用Python 3在Jupyter Notebook环境中编写的。 每个项目中使用的数据都可以在项目文件夹中找到。 内容 机器学习 ：在本项目中，我们将尝试使用K最近邻居模型预测汽车的市场价格。 数据集包含有关各种汽车的信息。 ：在此项目中，我们的目标是使用线性回归模型预测房屋售价。 我们将使用两种不同的方法来拟合模型，并使用一些技术来清理，变换和选择特征。 ：在这个项目中，我们将尝试预测给定小时内人们租赁的自行车总数。 为此，我们将创建一些不同的机器学习模型并评估其性能。 在可能的情况下，我们将对随机算法使用固定的种子，以使测试可重现。 ：在这个项目中，我们将观察到传统机器学习模型在图像分类中的局限性，并且我们将训练，测试和改进一些不同的深度神经网络来进行图像分类。 图书馆：S
【文件预览】：
Machine-Learning-master
----Deep Learning()
--------Building a Handwritten Digits Classifier.ipynb(201KB)
--------Images()
----K-Nearest Neighbors()
--------imports-85.data(25KB)
--------Predicting Car Prices.ipynb(120KB)
----Clustering()
--------.ipynb_checkpoints()
--------secom_data.csv(5.14MB)
--------Secom.ipynb(30KB)
--------secom_labels.csv(35KB)
--------secom_names(4KB)
----README.md(2KB)
----Linear Regression()
--------AmesHousing.tsv(941KB)
--------Predicting House Sale Prices.ipynb(125KB)
----Decision Trees - Random Forest()
--------Predicting Bike Rentals.ipynb(105KB)
--------bike_rental_hour.csv(1.1MB)