文件名称：Neural_Network_Charity_Analysis
文件大小：972KB
文件格式：ZIP
更新时间：2024-04-03 22:27:25
JupyterNotebook
Neural_Network_Charity_Analysis 客观的 该项目的目的是帮助Bek建立预测模型，其中该模型具有预测“ Alphabet Soup组织”的申请人是否能够获得成功的能力。 我们在此分析中使用的工具是机器学习和神经网络以及CSV数据文件，其中包含34,000多个组织，这些组织多年来已从Alphabet Soup获得了资助 预处理神经网络模型的数据 我们拥有的数据集是原始数据，其中包含大量缺失和不可用的值。 我们必须进行清理，才能将机器学习神经网络模型应用于分析。 清理后，我们可以将它们放入新的数据框中并准备使用。 数据帧如下所示： Merged_DataFrame_for_Neural_Network_Model： 编译，训练和评估模型 在清理/预处理数据之后，现在我们定义模型“深度神经网络”。每层的输入特征和隐藏节点的数量定义为：两个隐藏层，分别包括80、30
【文件预览】：
Neural_Network_Charity_Analysis-main
----AlphabetSoupCharity.h5(558KB)
----README.md(3KB)
----Name_Pins.PNG(58KB)
----Unique_Values_Name.PNG(24KB)
----Sequential_Model_Summary.PNG(25KB)
----First_Trained_Model.PNG(26KB)
----Optimization.PNG(28KB)
----.ipynb_checkpoints()
--------AlphabetSoupCharity_Optimzation-checkpoint.ipynb(105KB)
--------AlphabetSoupCharity-checkpoint.ipynb(96KB)
----AlphabetSoupCharity.ipynb(96KB)
----AlphabetSoupCharityOptimization.h5(558KB)
----AlphabetSoupCharity_Optimzation.ipynb(105KB)
----Sequential_Model_Optimizer_Summary.PNG(29KB)
----Merge_Dataframe.PNG(26KB)