文件名称：Machine-Learning:Udacity机器学习工程师Nanodegree（高级）的项目
文件大小：9.44MB
文件格式：ZIP
更新时间：2024-05-24 15:29:03
HTML
机器学习 Udacity机器学习工程师Nanodegree（高级）的项目 项目包含： 波士顿房屋预测 模型调整| 指标效果| 统计分析| 偏差/欠拟合与方差/过度拟合| 交叉验证| 模型复杂度|学习曲线 使用各种统计分析工具，构建了一个模型来预测给定房屋在波士顿房地产市场中的价值。 确定了客户可以使用机器学习出售房屋的最佳价格。 为慈善ML寻找捐助者 决策树回归与分类类型问题sklearn | Adaboosting |家企业K近邻天真| 贝叶斯| 支持向量机| 神经网络| 回归| 模型拟合和预测 影响基于实际普查数据进行慈善捐赠的可能性的调查因素。 开发了一个幼稚的分类器来比较测试结果。 在预处理的普查数据上训练和测试了几种监督的机器学习模型，以预测捐赠的可能性。 根据准确性，改进的F评分指标和算法效率选择最佳模型。 狗品种分类器 深度卷积神经网络| 转移学习| 深度卷积神经网络|
【文件预览】：
Machine-Learning-master
----Finding_Donor_for_CharityML()
--------plot_learning_curve.py(4KB)
--------finding_donors-for+github.html(697KB)
--------visuals.py(5KB)
--------census.csv(5.11MB)
--------finding_donors_for_CharityML.ipynb(411KB)
----Douban Crawler()
--------DoubanCrawler.py(6KB)
--------movies.csv(23KB)
--------expanddouban.py(670B)
--------豆瓣电影网页爬虫.png(491KB)
--------chromedriver.exe(6.43MB)
--------.idea()
--------__pycache__()
--------output.txt(1KB)
----Dog Breed Classifier()
--------requirements()
--------Test_Image()
--------haarcascades()
--------LICENSE.txt(1KB)
--------report_v1.0.html(755KB)
--------images()
--------saved_models()
--------extract_bottleneck_features.py(932B)
--------README.md(6KB)
--------dog_app_v1.0.ipynb(463KB)
--------.gitignore(164B)
--------CODEOWNERS(187B)
----README.md(2KB)
----Boston_Housing_Prediction()
--------boston_housing.ipynb(230KB)
--------boston_housing.html(485KB)
--------visuals.py(5KB)
--------README.md(2KB)
--------housing.csv(12KB)