文件名称：codenation:解决了加速程序AceleraDev的编码挑战-Codenation的数据科学
文件大小：133.44MB
文件格式：ZIP
更新时间：2024-04-27 22:15:35
JupyterNotebook
AceleraDev-数据科学 AceleraDev -数据科学是科学的数据通过进行加速程序 。 参与者可以访问视频课程和其他内容，并每周解决所提出的挑战，以应用当周获得的知识。 这个仓库 这是我对每周挑战的解决方案，并有简短的描述。 每个挑战都附带有一个自述文件，其中包含有关执行挑战的说明。 在Jupyter笔记本电脑中提出/意识到了许多挑战。 其中绝大多数将被命名为“ main.ipynb”。 一些自述文件仅包含用于获取数据的指令。 在这种情况下，问题出在挑战者自己的Jupyter笔记本中。 在相关情况下，使用Python Pandas，Numpy，Scikit-learn和Scipy.stats处理数据集。 按内容 统计概念 均值，中位数，众数，标准差，数据汇总。 概率分布（正态和二项式），累积分布函数（CDF），经验CDF（ECDF），分位数，标准化。 假设检验（Shap
【文件预览】：
codenation-master
----data-science-2()
--------.pytest_cache()
--------athletes.csv(747KB)
--------.ipynb_checkpoints()
--------requirements.txt(1KB)
--------main.ipynb(148KB)
--------README.md(1KB)
--------output.xml(867B)
--------test_main.py(490B)
--------main.py(8KB)
--------stdout.txt(2KB)
----enem-2()
--------requirements.txt(117B)
--------test.csv(1.33MB)
--------answer.csv(248KB)
--------train.csv(11.41MB)
--------main.ipynb(7.66MB)
--------Dicionario_Microdados_Enem_2016.ods(27KB)
--------README.md(2KB)
--------test_main.py(183B)
--------stdout.txt(29B)
----README.md(3KB)
----data-science-4()
--------countries.csv(37KB)
--------requirements.txt(114B)
--------main.ipynb(46KB)
--------README.md(1KB)
--------output.xml(953B)
--------test_main.py(620B)
--------main.py(8KB)
--------stdout.txt(2KB)
----enem-4()
--------requirements.txt(130B)
--------test.csv(625KB)
--------microdados.png(26KB)
--------answer.csv(192KB)
--------train.csv(11.41MB)
--------main.ipynb(85KB)
--------README.md(1KB)
--------test_main.py(185B)
----coestatistica-1()
--------desafio1.csv(783KB)
--------week3.py(535B)
--------submission.json(256B)
--------README.md(2KB)
----data-science-3()
--------main.txt(2KB)
--------requirements.txt(1KB)
--------main.ipynb(34KB)
--------README.md(1KB)
--------output.xml(637B)
--------test_main.py(345B)
--------main.py(4KB)
--------stdout.txt(2KB)
--------fifa.csv(8.72MB)
----projeto_final()
--------features_dictionary.pdf(42KB)
--------requirements.txt(67B)
--------data()
--------README.md(2KB)
--------process_data.py(2KB)
--------visualization.ipynb(49.25MB)
--------model.ipynb(28KB)
--------Procfile(24B)
--------app.py(5KB)
--------preprocessing.ipynb(521KB)
----data-science-1()
--------.pytest_cache()
--------.ipynb_checkpoints()
--------pulsar_stars.csv(1.65MB)
--------requirements.txt(1KB)
--------main.ipynb(20KB)
--------README.md(2KB)
--------Readme.txt(6KB)
--------output.xml(742B)
--------test_main.py(476B)
--------main.py(6KB)
--------stdout.txt(2KB)