Освоение аналитики табличных данных с использованием Python и R
Машинное обучение и наука о данных пользуются большим спросом. Работодатели ищут специалистов, которые могут реализовать алгоритмы машинного обучения в своих проектах по науке о данных, используя инструменты с открытым исходным кодом, доступные в Python и R. Здесь я перечислил несколько полезных сквозных проектов. Читатели также могут свободно скачивать проекты.
Блокноты и проекты End-to-End (R & Python) для гражданских специалистов по данным и инженеров по машинному обучению
Программировать несложно — нужна только практика»
Сквозные проекты прикладного машинного обучения и науки о данных
- Как сделать классификацию цветов IRIS с помощью классификатора логистической регрессии.
2. Сквозной проект для начинающих по многоклассовой классификации в Python
3. Проект для начинающих по двоичной классификации в Python — набор данных Sonar
4. Проект для начинающих по регрессии в Python
«Проект для начинающих по регрессии в Python
Просмотров: 380 В этом рецепте прикладного машинного обучения и науки о данных (Jupyter Notebook) читатель найдет практические…наборы ученых .сеть"
5. Как классифицировать изображения с помощью набора данных CIFAR10 в Keras
6. Как классифицировать цветы (данные радужки) с помощью модели глубокого обучения keras
7. Как настроить слои CNN в Keras для классификации изображений
8. Как классифицировать изображения с использованием слоев CNN в Keras: приложение набора данных MNIST.
9. Как сохранить модель глубокого обучения: простая модель CNN в Python для классификации изображений
10. Прогноз диабета в R | ноутбук Юпитер | Python Data Science для начинающих
11. Машинное обучение и наука о данных в Python с использованием XGBoost с набором данных Ames Housing | Панды | MySQL
12. Машинное обучение и наука о данных в Python с использованием LightGBM и набора данных о ценах на жилье Ames | Панды
13. Наука о данных и машинное обучение в Python с использованием дерева решений с набором данных о ценах на жилье в Бостоне
14. Регрессия машинного обучения в Python с использованием XGBoost | Набор данных о жилье в Бостоне | Учебники по науке о данных
15. Регрессия машинного обучения в Python с использованием Keras и Tensorflow | Набор данных о ценах на жилье в Бостоне | Учебники по науке о данных
16. Классификация машинного обучения в Python с использованием дерева решений | Учебник по науке о данных | Набор данных IRIS
17. Классификация машинного обучения в Python | Дерево решений и MCCV | Учебники по науке о данных | Набор данных IRIS
18. Классификация машинного обучения в Python | Случайный лес | GridSearchCV | ИРИС | Учебники по науке о данных
19. Скоро… …
