文件名称：机器学习100天代码：机器学习100天挑战
文件大小：123KB
文件格式：ZIP
更新时间：2024-02-24 19:21:00
machine-learning scikit-learn artificial-intelligence supervised-learning sklearn-library
ML代码的100天 此存储库是“ 100天ML代码挑战赛”的一部分** 第0天七月6，2018简单线性回归链接到工作： 第一天2018年7月7日支持向量回归链接到工作：第二天2018年7月9日多元回归链接到工作： 第三天七月12，2018 Logistic回归链接到工作：第四天2018年7月14日SVM 链接到工作：第五天2018年7月15日KNN 链接到工作：第六天2018年7月16日内核SVM 链接到工作：第七天2018年7月17日，朴素贝叶斯链接到工作：第八天2018年7月18日决策树链接到工作：第九天七月19，2018随机森林链接到工作：第十天2018年7月21日K-means聚类链
【文件预览】：
100-Days-Of-ML-Code-master
----Multiple Linear Regression()
--------Multiple_Regression.md(1KB)
--------50-Startups.csv(2KB)
--------Multiple_Regression.py(876B)
--------Multiple_Regression.ipynb(3KB)
----Clustering()
--------.DS_Store(6KB)
--------README.md(925B)
--------K means()
--------hc()
----kernel_SVM()
--------kernel_svm_algo.py(3KB)
----Apriori()
--------apriori.py(531B)
--------apyori.py(14KB)
--------Market_Basket_Optimisation.csv(296KB)
----UCB()
--------upper_confidence_bound.py(1KB)
--------Ads_CTR_Optimisation.csv(205KB)
----Logistic Regression()
--------Social_Network_Ads.csv(11KB)
--------logistic_regression.py(1KB)
----LICENSE(1KB)
----SVM()
--------README.md(638B)
--------SVM.py(1KB)
----.DS_Store(10KB)
----Naive Bayes()
--------Naive_bayes.py(3KB)
----Random Forest()
--------Social_Network_Ads.csv(11KB)
--------README.md(402B)
--------random_forest_algo.py(3KB)
----Simple Linear Regression()
--------SimpleLinearRegression.py(2KB)
----Decision Tree()
--------decision_tree.py(3KB)
----README.md(4KB)
----SVR()
--------computer-hardware.csv(9KB)
--------README.md(1KB)
--------svr.py(3KB)
----KNN()
--------knn.py(3KB)
--------Social_Network_Ads.csv(11KB)
--------README.md(388B)
----Thompson Sampling()
--------Ads_CTR_Optimisation.csv(205KB)
--------thompson_sampling.py(1KB)