文件名称：kaggle_ndsb2017：Kaggle数据科学碗2017
文件大小：65KB
文件格式：ZIP
更新时间：2024-02-25 07:39:06
machine-learning deep-learning tensorflow keras kaggle
Kaggle National Datascience Bowl 2017第二名 这是我在Kaggle.com主办的第二名解决方案中我的源代码。 有关该方法的文档，请访问： ://juliandewit.github.io/kaggle-ndsb2017/ 请注意，这是我的代码部分。 我的队友Daniel Hammack的工作可以在以下位置找到： : 依赖关系和数据 该解决方案是使用Keras和Windows 64位上的tensorflow后端构建的。 接下来，我使用了scikit-learn，pydicom，simpleitk，beatifulsoup，opencv和XgBoost。
【文件预览】：
kaggle_ndsb2017-master
----settings.py(659B)
----step4_train_submissions.py(18KB)
----step2_train_mass_segmenter.py(21KB)
----helpers.py(11KB)
----step1_preprocess_luna16.py(33KB)
----step1b_preprocess_make_train_cubes.py(12KB)
----step2_train_nodule_detector.py(19KB)
----LICENSE(1KB)
----submission()
--------level1()
--------level2()
--------readme.md(38B)
----README.md(6KB)
----workdir()
--------readme.md(26B)
----resources()
--------readme.md(230B)
----step1_preprocess_ndsb.py(5KB)
----step3_predict_nodules.py(18KB)