文件名称：Machine-Learning-Project:有监督和无监督机器学习在基于真实世界数据集的多个项目中的应用
文件大小：411KB
文件格式：ZIP
更新时间：2024-04-16 09:22:29
JupyterNotebook
机器学习项目 介绍 在此存储库中，您将找到几个我在业余时间从事的机器学习项目。 我目前的目标是达到一个可以自信地独立实施ML解决各种问题的水平。 希望您喜欢它，并感谢您签出它。 项目1篮球比赛：在本项目中，我将使用各种ML技术（例如KNN，决策树，支持向量机和Logistic演艺）来预测最有可能进入大学篮球比赛半决赛的篮球队被称为四强。 项目2泰坦尼克成活率：该项目的目标是应用Logistic回归技术基于提供的真实数据集来预测旅客的成活率。 即将进行的项目 构建电子邮件垃圾邮件分类器。 执行情绪分析并分析有关Amazon Alexa产品的客户评论。 Logistic回归-根据乘客特征预测泰坦尼克号的存活率（完成） 预测客户对针对Facebook上的定向营销广告的行为。 根据年龄和401K储蓄等特征，预测银行客户的退休资格。 预测癌症和驼背病。 检测信用卡交易中的欺诈行为
【文件预览】：
Machine-Learning-Project-main
----Project 2: Titanic Survival Rate()
--------Logistic Regression - Titanic Survival Rate (Eric).ipynb(396KB)
--------Train_Titanic.csv(60KB)
--------Readme.md(1KB)
--------Test_Titanic.csv(28KB)
----README.md(1KB)
----Basketball Tournament()
--------Machine Learning - Basket Ball Tournament Prediction.ipynb(2.58MB)
--------README.md(2KB)