文件名称：机器学习：此存储库将包含ML和DL初学者需要遵循的所有内容，并对该存储库加注星标以进行定期更新
文件大小：6.2MB
文件格式：ZIP
更新时间：2024-02-21 10:39:07
machine-learning algorithm deep-learning clustering linear-regression
机器学习 该存储库将包含ML初学者所需要的所有东西，并跟踪此存储库以进行定期更新 此回购包含初学者需要了解的数据预处理步骤 对于每个推荐的ML初学者python，此仓库都装有ML python算法。 Hacktoberfest2020的贡献准则[已关闭感谢您的贡献！！！ 给它加星标 分叉仓库 将其克隆到您的PC上。 使用您的GitHub用户名创建一个文件夹 为您要解决的所有问题创建单独的文件，并始终打开一个问题，其中包含将用于执行异常检测的过程或方法的所有详细信息，并等待其分配（不超过2-3个小时，是热情的开源开发人员） 针对您要解决的问题打开PR。 （您可以通过分支打开针对不同问题的多个PR）。 使用的Python软件包：numpy，pandas，matploit，sklearn，statsmodels，keras，nltk，........将继续添加更多内容。 回归 在线性回归中，我们使用了包含员工薪水和工作年限的详细信息的数据集，使用此模型，我们可以根据经验年限来预测员工的薪水。 在多元线性回归中，我们使用了包含初创企业支出及其利润的详细信息的数据集，通过此模型，我们可
【文件预览】：
Machine-learning-master
----Book Recommendation II.ipynb(9KB)
----50_Startups.csv(2KB)
----naive_bayes.py(3KB)
----Chrome_Dinosaur_Game-master()
--------rest_dino.png(662KB)
--------chrome_dino.mp4(1.54MB)
--------README.md(2KB)
--------jump_dino.png(668KB)
--------chrome_dino.ipynb(4KB)
----Thompson-Sampling.zip(1009KB)
----natural_language_processing.py(2KB)
----One-class_SVM_amoghatsunil()
--------readme.md(200B)
--------ONE_CLASS_SVM.ipynb(102KB)
----knn.py(3KB)
----Data_Train.xlsx(518KB)
----NEERAJAP2001()
--------CLUSTERING-FOR-A-MALL-master()
----Book Recommendation I.ipynb(14KB)
----LICENSE(1KB)
----Position_Salaries.csv(246B)
----Social_Network_Ads.csv(11KB)
----kernel_svm.py(3KB)
----decision_tree_classification.py(3KB)
----pca.py(3KB)
----Flight Fare Prediction.ipynb(703KB)
----lda.py(3KB)
----SVR.py(1KB)
----Mall_Customers.csv(4KB)
----Churn_Modelling.csv(669KB)
----Lashuk1729_Different_ML_Algorithms()
--------Regression_Startup.py(1KB)
--------basic_data_analysis.r(8KB)
----kmeans.py(2KB)
----Data.csv(328B)
----svm.py(3KB)
----apriori.R(534B)
----Wine.csv(11KB)
----README.md(8KB)
----multiple_linear_regression with backward elimination.py(2KB)
----Model-Selection.zip(10KB)
----kernel_pca.py(3KB)
----Salary_Data.csv(454B)
----UCB.zip(1.03MB)
----random_forest.py(2KB)
----polynomial_regression.py(2KB)
----logisticreg.py(3KB)
----decision_tree_regression.py(1KB)
----Restaurant_Reviews.tsv(60KB)
----xgboost.py(1KB)
----ann.py(2KB)
----Market_Basket_Optimisation.csv(296KB)
----simplelinear_regression.py(2KB)
----eclat.R(457B)
----hc.py(2KB)
----data_preprocessing_template.py(2KB)
----random_forest_classification.py(3KB)
----NEERAJAP2001-HEART-DISEASE-PREDICTION-()
--------README.md(368B)
--------heart.csv(11KB)
--------HEART DISEASE PREDICTION .ipynb(191KB)