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）

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。

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。

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。

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。

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。