搜索资源列表
MachineLearning
- 机器学习实战训练，有助于你快速进入学习状态-Machine learning combat training
kNN
- KNN，k近邻算法，内附测试数据集，机器学习实战源码-KNN, k nearest neighbor algorithm, enclosing the test data set, machine learning practical source
MachineLearnngInActionandsourceCode
- 机器学习实战及配套Python代码,很好的入门书。-Machine Learning in Action. Source eode and book
chapter12code
- python数据分析与实战chapter12-python data analysis and practical chapter12
chapter13code
- python数据分析与实战chapter13-python data analysis and practical chapter13
machine-learning-ex1
- 斯坦福大学机器学习课程作业第一章，主要包含线性回归实战。-Stanford Machine Learning course work first chapter contains a linear regression combat.
shujufenxiwajueshizhandaima
- 数据分析实战这本书的代码 R的一般使用过程适合新手- U6570 u616E u5206 u679 u5B9 u5B9 u6B0
MachineLearningInaction
- 本文件中的内容是《机器学习实战》这本书中的代码，语言采用的是python。(The content of this document is the code in this book "machine learning combat"and the language of code is Python.)
机器学习实战
- 数据实战，机器学习，一本经典书籍，值得一看(machine learning is the most popular area now,this book is very suitable for newers)
机器学习实战
- 机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。(Machine learning is an extremely important research direction in the field of artificial intelligence. Under the background of the large da
YUE-subset-VLAM
- 本人参加ACM竞赛使用的一些算法模板,包括二分图匹配,欧拉回路的构造以及网络流中的最大流与最小费用最大流等,可以说实战性非()
Python数据可视化编程实战_code
- Python数据可视化编程实战_配套原代码(Matching the original code)
数据分析修炼手册
- 一位数据分析行业的前辈的总结 前言 1 数据分析师如何分类？ 2 数据分析师的具体工作职责和工作内容有哪些？ 3 如何在业余时间成为数据分析师？ 3 数据分析实战与运用 6 如何用Excel做数据分析？ 8 如何用Tableau做数据可视化？ 14(A summary of the seniors of data analysis)
用Python写网络爬虫
- Python爬虫教程及项目实战，你值得拥有。(Python crawler tutorial and project practice)
Python数据分析与挖掘实战
- 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。(There are 15 chapters in this book, which are divided into two parts: the basic c
07 RFM建模实战
- 1、通过Python的Pandas库实现客户价值分层的RFM模型； 2、提供源数据(1. Through Python pandas library, the RFM model of customer value stratification is realized; 2. Provide source data)