【文件属性】：
文件名称：Machine-Learning-Studies
文件大小：2.63MB
文件格式：ZIP
更新时间：2021-03-20 21:40:01
Python
机器学习研究
我创建了这个存储库来存储我的机器学习研究文件。
将来，我还计划将理论内容放到所研究的每个主题上，因此该存储库可作为理论和实践主题的快速参考。
随时查看每个主题 :grinning_face_with_smiling_eyes:
（总是欢迎您提出有关如何改进代码和此存储库的建议，以及有关学习资料的提示）
【文件预览】：
Machine-Learning-Studies-main
----Databases()
--------credit_data.csv(115KB)
--------house_prices.csv(2.4MB)
--------mercado.csv(133B)
--------credit_card_clients.csv(2.73MB)
--------plano_saude.csv(94B)
--------mercado2.csv(296KB)
--------risco_credito2.csv(412B)
--------census.csv(3.79MB)
--------risco_credito.csv(525B)
--------plano_saude2.csv(92B)
--------Tweets_Mg.csv(1.76MB)
----Pre-Processing()
--------outlier_boxplot.py(318B)
--------kernel_PCA_census.py(2KB)
--------LDA_census.py(2KB)
--------pre_processamento_census_data.py(1KB)
--------PCA_census.py(2KB)
--------template_credit_data.py(647B)
--------PyOD.py(480B)
--------pre_processamento_credit_data.py(2KB)
----Decision Tree()
--------arvore_decisao_credit_data.py(1KB)
--------arvore_decisao_census_data.py(2KB)
--------arvore_decisao_risco_credito.py(1KB)
--------arvore.dot(2KB)
----kNN()
--------knn_census_data.py(2KB)
--------knn_credit_data.py(2KB)
----Artificial-Neural-Networks()
--------redes_neurais_sklearn_census_data.py(2KB)
--------redes_neurais_sklearn_credit_data.py(1KB)
--------redes_neurais_pybrain_mais_automatica.py(1KB)
--------redes_neurais_pybrain.py(1KB)
----SVM()
--------svm_census.py(2KB)
--------svm_credit_data.py(998B)
----Logistic-Regression()
--------regressao_logistica_census_data.py(2KB)
--------regressao_logistica_credit_data.py(1KB)
--------regressao_logistica_risco_credito.py(806B)
----Linear-Regression()
--------regressao_polinomial_houses_price.py(886B)
--------regressao_linear_multipla_houses_price.py(959B)
--------regressao_arvore_decisao_plano_saude.py(723B)
--------regressao_arvore_decisao_house_prices.py(698B)
--------regressao_support_vector_regressor_plano_saude.py(1KB)
--------regressao_ann_house_prices.py(1KB)
--------regressao_linear_simples_houses_price.py(1KB)
--------regressao_random_forest_plano_saude.py(614B)
--------regressao_linear_simples_plano_saude.py(797B)
--------regressao_ann_plano_saude.py(655B)
--------regressao_random_forest_house_prices.py(818B)
--------regressao_support_vector_regressor_house_prices.py(1019B)
--------regressao_polinomial_plano_saude.py(923B)
----Cross-Validation()
--------combinacao_de_classificadores.py(1KB)
--------validacao_cruzada_cross_val_score.py(787B)
--------validacao_cruzada_stratified_k_fold.py(1KB)
--------validacao_cruzada_stratified_k_fold_confusion_matrix.py(1KB)
----Clustering()
--------agrupamento_hierarquico.py(1KB)
--------agrupamento_hierarquico_cartao_credito.py(1KB)
--------k_means_exemplo2.py(304B)
--------k_means_cartao_credito.py(1KB)
--------DBSCAN_cartao_credito.py(854B)
--------k_means_cartao_credito2.py(927B)
--------Comparing_clustering_algorithms.py(828B)
--------k_means_exemplo1.py(710B)
--------DBSCAN.py(820B)
----Association-Rules()
--------regras_associacao_apriori_mercado_1.py(653B)
--------apyori.py(14KB)
--------regras_associacao_apriori_mercado_2.py(677B)
----README.md(2KB)
----Random-Forest()
--------random_forest_credit_data.py(1KB)
--------random_forest_census_data.py(2KB)
----Naive Bayes()
--------naive_bayes_sentiment_analysis.py(2KB)
--------naive_bayes_risco_credito.py(743B)
--------naive_bayes_census_data.py(3KB)
--------naive_bayes_credit_data.py(1013B)