Advertisement

李宏毅2020年机器学习作业二——分类。

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
首先需要说明的是,本文的创作灵感源自李宏毅机器学习作业的指导说明,并进行了代码的完整重现。该说明中提到了谷歌提供的免费云平台——Google Colab,我则选择了Jupyter Notebook进行实践。所使用的参考资料已上传至百度网盘,可通过提供的提取码进行下载。请务必将所需文件下载并解压,确认其中包含六个文件,并将其保存至您个人目录中。为了保证实验环境的一致性,博主运行环境为Anaconda3配合Jupyter Notebook,以及Python 3.6.8版本。作业的具体要求是:根据已收集的相关资料,对每位人员的年收入进行评估,判断其是否超过50000美元的目标值,并采用Logistic 回归和生成模型两种不同的建模方法来完成这一分析任务。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    李宏毅的机器学习作业是台湾科技大学李宏毅教授开设的机器学习课程中的学生作业集合,涵盖各类实践项目和编程任务,旨在帮助学生深入理解和应用机器学习理论知识。 李宏毅机器学习作业文档文件全面,笔记总结充分,仅供学习使用。
  • 2020课程要求及代码.zip
    优质
    该文件包含了李宏毅教授在2020年度开设的机器学习课程中学生所需完成的各项作业要求和相关代码资源,适合希望深入学习和实践机器学习技术的学生参考使用。 李宏毅2020年机器学习课程的课后作业要求及代码基于Jupyter Notebook编写。
  • 2021与深度笔记及PPT
    优质
    本资源集为李宏毅教授2021年度开设的机器学习与深度学习课程配套材料,包含详尽课堂笔记、教学演示文稿和课后习题,适用于学生深入理解和掌握相关理论与实践技巧。 李宏毅2021年机器学习与深度学习课程的笔记和作业资料。
  • PPT
    优质
    这是一份由李宏毅教授编写的关于机器学习领域的教学演示文稿(PPT),内容涵盖了机器学习的核心概念、算法和技术。 李宏毅的机器学习PPT材料非常受欢迎。
  • 课程代码示例
    优质
    本资源提供李宏毅教授在机器学习课程中学生的作业代码实例,涵盖回归、分类、聚类等算法实践,适用于希望深入理解和应用机器学习技术的学习者。 李宏毅的机器学习课程作业代码 这段文字已经按照要求进行了简化处理,去除了重复内容和其他不必要的元素,使其更加简洁明了。如果需要进一步的信息或具体的代码示例,请提供更详细的需求或者直接查看相关公开资料获取具体的学习资源和文档。
  • -预测收入超50K.zip
    优质
    本资料为李宏毅机器学习课程中的实践项目,旨在通过分析社会人口数据来预测个人年收入是否超过50,000美元,适用于数据科学与机器学习的学习者。 李宏毅机器学习作业——预测收入是否大于50K。
  • 笔记
    优质
    《李宏毅的机器学习笔记》是一本由知名教授李宏毅编写的机器学习学习资料,包含了他对机器学习课程的理解和总结。这本书深入浅出地讲解了机器学习的核心概念和技术,并结合实际案例进行了详细的解析与应用指导,是初学者入门及进阶的理想读物。 李宏毅机器学习笔记文档文件全面且总结充分,仅供学习使用。
  • 3:CNN训练集数据
    优质
    本作业为《李宏毅机器学习》课程中关于卷积神经网络(CNN)的部分,重点在于使用和分析CNN训练集数据,以提升模型性能。 李宏毅机器学习作业3的CNN数据训练集太大,无法一次性存放,因此分成了几个部分。测试集和验证集可以在我的资源里找到。