文件名称：Udacity-Data_Scientist_Nanodegree：该存储库包含我在数据科学家Nanodegree期间执行的所有项目
文件大小：35MB
文件格式：ZIP
更新时间：2024-02-24 19:33:16
python data-science deep-learning pandas-dataframe scikit-learn
资料_科学家_纳米度 为Udacity数据科学家纳米学位项目1完成的项目 ：建立了一种算法，可以最好地识别潜在的捐助者。 ：使用PyTorch实现图像分类器。 ：应用无监督学习技术来确定最有可能成为邮寄活动产品购买者的人群。 Udacity数据科学家纳米学位第二学期完成的项目 ：分析2017年以来的堆栈溢出数据，以得出一些问题的结果，例如“开发人员在堆栈溢出方面的活跃度如何？” “开发人员的薪水与他们在Stack Overflow上的活动有关吗？” “用户帐户的状态是否与用户行为有关？可以进一步利用吗？”。 随附的博客文章可以在找到 构建用于对消息分类的管道：构建ETL和ML管道以对灾难期
【文件预览】：
Udacity-Data_Scientist_Nanodegree-master
----Identify_customer_segments()
--------README.md(6KB)
--------project_review.pdf(559KB)
--------Identify_Customer_Segments.ipynb(2.94MB)
--------Identify_Customer_Segments.html(2.37MB)
----Recommendations_with_IBM()
--------top_10.p(544B)
--------README.MD(940B)
--------Recommendations_with_IBM.ipynb(232KB)
--------data()
--------top_5.p(270B)
--------Recommendations_with_IBM-zh.ipynb(36KB)
--------top_20.p(985B)
--------Recommendations_with_IBM.html(571KB)
--------project_tests.py(4KB)
--------__pycache__()
----Developing_an_Image_Classifier_with_Deep Learning()
--------Image Classifier Project.html(762KB)
--------Project_review.pdf(445KB)
--------assets()
--------LICENSE(1KB)
--------cat_to_name.json(2KB)
--------workspace-utils.py(2KB)
--------README.md(3KB)
--------Image Classifier Project.ipynb(17KB)
--------__pycache__()
--------predict.py(6KB)
--------train.py(9KB)
----Finding_Donors_for_CharityML()
--------Project_review.pdf(1.09MB)
--------finding_donors.html(493KB)
--------finding_donors.ipynb(193KB)
--------visuals.py(5KB)
--------census.csv(5.11MB)
--------README.md(4KB)
--------__pycache__()
--------project_review.pdf(374KB)
--------project_description.md(5KB)
----README.md(2KB)
----Starbucks_CapstoneProject()
--------data()
--------helper.py(25KB)
--------Starbucks_Capstone_notebook.ipynb(1.67MB)
--------README.md(3KB)
--------docs()
----Disaster_response_pipeline()
--------app()
--------images()
--------Project_review.pdf(439KB)
--------requirements.txt(108B)
--------data()
--------models()
--------README.md(6KB)
----Stack_overflow_2017_survey_analysis()
--------Project_blog_review.pdf(1.09MB)
--------Datasets.zip(9.81MB)
--------README.md(2KB)
--------Stack-overflow_2017_developer_survey_analysis.ipynb(624KB)
--------Stack-overflow_2017_developer_survey_analysis.html(897KB)