PracticalML:这是JHU数据科学课程的资料库实用机器学习第4周课程项目 源码

实用语言 JHU数据科学课程,实用机器学习,第4周,课程项目的此回购 背景 使用Jawbone Up,Nike FuelBand和Fitbit等设备,现在可以相对便宜地收集有关个人活动的大量数据。 这些类型的设备是量化的自我运动的一部分-一群发烧友,他们定期进行自我测量,以改善健康状况,发现行为方式,或者因为他们是技术怪才。 人们经常做的一件事是量化他们从事某项特定活动的数量,但是他们很少量化他们做某件事的程度。 在此项目中,您的目标是使用来自6位参与者的皮带,前臂,手臂和哑铃上的加速度计的数据。 他们被要求以5种不同的方式正确和错误地进行杠铃举升。 可从以下网站获得更多信息: : (请参阅“举重练习数据集”部分)。 数据 该项目的培训数据可在此处获得: 可在此处获得测试数据: 该项目的数据来自以下来源: : 。 如果出于任何目的使用为此类创建的文档,请引用它们,因为它们非常慷