文件名称：The-Sparks-Foundation-Intern-Tasks-April-21:该存储库包含在Sparks Foundation中的实习计划期间完成的工作
文件大小：54KB
文件格式：ZIP
更新时间：2024-05-07 09:37:12
JupyterNotebook
The-Sparks-Foundation-Intern-Tasks-April-21 该存储库包含我在实习期间完成的任务 我的实习类别是：数据科学和业务分析 持续时间： 1个月-21年4月 实习类型：在家工作 在这次实习中，我能够完成两项任务： ＃Task-1：使用监督的ML进行预测（级别-初学者） 请单击右侧的图像以查看我的解决方案。 根据学习时间预测学生的分数百分比。 这是一个简单的线性回归任务，因为它仅涉及2个变量。 数据可在找到 您可以使用R，Python，SAS Enterprise Miner或任何其他工具。 如果学生每天学习9.25小时，预计得分是多少？ ＃Task-2：使用无监督ML的预测（级别-初学者） 请单击右侧的图像以查看我的解决方案。 从给定的“虹膜”数据集中，预测最佳聚类数并直观地表示出来。 使用R或Python或执行此任务。 数据可以在找
【文件预览】：
The-Sparks-Foundation-Intern-Tasks-April-21-main
----Task - Prediction using Unsupervised ML()
--------task-prediction-using-unsupervised-ml-april-21.ipynb(51KB)
--------README.md(182B)
----README.md(2KB)
----Task -Prediction using Supervised ML()
--------task-prediction-using-supervised-ml-april-21.ipynb(30KB)
--------README.md(350B)