首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
Python机器学习实例
订阅
xgw1112
更多收藏集
微信扫码分享
微信
新浪微博
QQ
14篇文章 · 0订阅
深度学习实战-使用Kera预测人物年龄
用Keras构建基本的前馈神经网络以及借助卷积层逐步优化预测结果,从海量图片中预测印度人们的年龄。目前结果为(0.750904)
用随机森林预测 NBA 球员打什么位置
使用决策树和随机森林用 NBA 球员的历史数据对 15 项变量进行预测分析来预测球员的位置。
用 Python 浅析股票数据
这篇文章将使用 Python 来可视化股票数据,比如绘制 K 线图,并且探究各项指标的含义和关系,最后使用移动平均线方法初探投资策略。
贷还是不贷:如何用Python和机器学习帮你决策?
耳闻目睹了机器学习的诸般神奇,有没有冲动打算自己尝试一下?本文我们通过一个贷款风险评估的案例,用最通俗的语言向你介绍机器学习的基础招式,一步步帮助你用Python完成自己的第一个机器学习项目。试过之后你会发现,机器学习真的不难。
用 python 对人们使用自行车情况分析与预测
这篇博客中,主要用到了 pandas 的数据清洗和分析工作,同时也用到了 sklearn 中回归预测的知识,非常的简单,但是产生了较好的预测效果。
用 Python 预测 NBA 常规赛结果
介绍如何使用 Python 分析 NBA 比赛以往的统计数据,来判断每个球队的战斗力,及预测某场比赛结果。项目实例是利用 NBA 在 2015~2016 年的比赛统计数据进行回归模型建立,最终预测 2016~2017 的常规赛中每场比赛的输赢情况。
写给设计师的人工智能指南:推荐系统
由于各种推荐方法都有优缺点,所以在实际中,组合推荐经常被采用。 最简单的做法就是分别用基于内容的方法和协同过滤推荐方法去产生一个推荐预测结果,然后用某方法组合其结果。 用的最多的是协同过滤算法,这也是本文要重点介绍的。