Data Science:数据科学专业 源码

该存储库包含多个项目,旨在研究不同的机器学习和深度学习模型,将各种算法和技术应用于数据可视化,统计分析和数据集描述。 注意:所有内容均在Kaggle中共享,以接收反馈。 联系人: 内容 监督学习 :money_bag: 分类算法。 探索性数据分析,考虑到诸如年龄,性别和薪水之类的特征,以评估在社交网络上投放广告的给定产品的需求。 不同的分类模型,比较指标以评估精度。 CAP和ROC曲线。 :automobile: 回归算法。 功能选择。 数据集包含不同的奥迪汽车型号,年份,变速箱类型和燃油类型等。 数据集EDA和各种回归模型比较(线性,套索,SVR,决策树等)。 SelectKBest特征选择算法可获取要使用的特征数量。 :notebook: Algoritmos deregresión。 模型调整。 EDA和可视化数据集,示例性的先验先决条件。 进行交叉折叠验证的实用程序,可以在模型中使用任意基本信息,也可以在GridSearch