100DaysofMLCode

＃100DaysofmlCode

目錄

1。數據預處理

• 導入庫
• 導入數據集
• 處理丟失的數據值
• 編碼分類數據
• 將數據分為火車數據和測試數據
• 功能縮放

2。回歸

• 簡單的線性回歸
• 多線性回歸
• 多項式回歸
• 支持向量回歸
• 決策樹回歸
• 隨機森林回歸

3。分類

• 邏輯回歸
• K最近的鄰居分類
• 支持向量機
• 內核SVM
• 天真的貝葉斯
• 決策樹分類
• 隨機森林分類

4。聚類

• K-均值聚類
• 分層聚類

5。協會規則

• Apriori
• eclat

6。強化學習

• 上限範圍
• 湯普森採樣

7。自然語言處理

• AWS理解

8。深度學習

• 人工神經網絡（ANN）
• 2。卷積神經網絡（CNN）

9。降低維度

• 主成分分析
• 線性判別分析
• 內核PCA

10。選擇

• 網格搜索
• k折交叉驗證
• xgboost

11。數據可視化

• Python中的Matplotlib庫
• Tableau
• Power BI
• 格拉法納

我日常活動的日誌

在這裡跟踪我的日常活動

如何貢獻

這是一個開放的項目，所有形式的貢獻都受到歡迎。請遵循以下貢獻指南

行為守則

遵守GITHUB指定的社區代碼。

執照

在此處查看MIT官方許可證。

貢獻者

• @nishkarshraj

• @neha-shah99

• @manavkapadnis

• @udaykiranpadhy

• @codingcosmonaut

• @ekdnam

• @anushka0301

• @JEREMIAHKAMAMA

• @aenyne

• @pragyakapoor