【文件属性】：
文件名称：Coursera_Practical_Machine_Learning:Coursera_Practical_Machine_Learning
文件大小：2.92MB
文件格式：ZIP
更新时间：2021-05-28 23:05:57
HTML
＃＃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，或者是因为他们是技术怪胎。 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，但很少量化他们完成某项活动的程度。 在此项目中，您的目标是使用来自6位参与者的腰带，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，因为它们非常慷慨地允许将其数据用于此类分配。
##您应提交的内容
您的项目
【文件预览】：
Coursera_Practical_Machine_Learning-master
----PML_Prediction_Project_Report.Rmd(6KB)
----data()
--------testing.csv(15KB)
--------training.csv(11.64MB)
----PML_Prediction_Project_Report.pdf(278KB)
----PML_Prediction_Project_Report.html(827KB)
----README.md(3KB)