data science portfolio下載 - data science portfolio源代碼下載

data science portfolio

其他源碼

1.0.0

下載

數據科學作品集

我為學術，自我學習和愛好目的而完成的數據科學項目的存儲庫。以Jupyter筆記本和R Markdown文件的形式呈現（在RPUBS出版）。

有關瀏覽投資組合的視覺上更愉快的體驗，請查看Sajalsharma.com

R投資組合位於這裡。

注意：項目中使用的數據（在數據目錄中訪問）僅用於演示目的。

在本地運行Python筆記本的說明

使用需求txt安裝依賴項。
通過使用Jupyter筆記本服務器，VSCODE等，照常運行筆記本電腦。

內容

機器學習
- 預測波士頓住房價格：使用各種統計分析工具來預測波士頓房地產市場中給定房屋價值的模型。確定了客戶可以利用機器學習出售房屋的最佳價格。
- 監督學習：尋找慈善機構的捐助者：測試幾種不同的監督學習算法，以構建一個模型，該模型可以準確預測個人是否賺了50,000美元以上，以確定虛構的非營利組織的可能捐助者。
- 無監督的學習：創建客戶群：分析一個數據集，其中包含各種客戶的年度支出金額（以貨幣單位報告），以發現內部結構，模式和知識。
- 加強學習：訓練智能卡比驅動器：創建一個優化的Q學習驅動器，該驅動器將通過其環境導航到目標。
- 深度學習：使用CNNS的數字序列識別：設計和實施卷積神經網絡，該網絡學會使用通過串聯MNIST產生的合成數據識別數字序列。
工具：Scikit-Learn，Pandas，Seaborn，Matplotlib，Pygame
自然語言處理
- 災難消息分類器：一個多標籤分類模型，可預測災難消息的類別。包括用於數據處理的ETL管道，用於訓練模型的ML管道以及具有可視化的Web應用程序，該模型可用於對消息進行分類。工具：NLTK，Scikit-Learn，Xgboost，Blask，Plotly
- 推文的3向情感分析：不使用NLTK的情感分析引擎的3向極性（正，負，中性）分類系統。
- 跨語言信息檢索：跨語言信息檢索系統（CLIR），鑑於德語查詢，搜索用英語編寫的文本文檔。
工具：NLTK，Scikit
數據分析和可視化
- Python
  - 墨爾本的可擴展步行性分析：墨爾本，維多利亞州的郊區步行性及其含義。
  - 泰坦尼克號數據集 - 探索性分析：使用大熊貓和海洋型可視化的船上RMS乘客的探索性分析。
  - 技術股票的股票市場分析：對技術股票的分析，包括隨著時間的推移價格變化，每日收益和股票行為預測。
  - 2016年美國大選民意調查數據分析：對2016年美國大選民意調查數據的非常簡單的分析。
  - 911調用 - 探索性分析：託管在Kaggle上的911調用數據集的探索性數據分析。演示從不同變量中提取有用的特徵。
工具：熊貓，葉，海洋和matplotlib
- r
  - 行為風險因素監視系統（BRFSS）2013：探索性數據分析：BRFSS-2013數據集的探索性分析，重點是研究一個人的教育與飲食習慣，睡眠和心理健康，吸煙，飲酒和一般健康的關係之間的關係。
  - 推論統計：男人或女性反對性教育嗎？：使用GSS（一般社會調查）數據集推斷，如果在2012年，在美國的男性是男性，在美國，在公立學校中反對性教育的可能性比女性更有可能。
  - 數據可視化：腐敗與人類發展：“人類發展指數”與國家“腐敗感知指數”之間關係的散點圖。
  - Moneyball：分析和替換丟失的球員：2001年對棒球數據的探索，以查看2001年奧克蘭A損失的主要球員的替代者。受本書/電影：Moneyball的啟發。
微觀項目：
- Python
  - ML具有邏輯回歸：使用邏輯回歸來預測Internet用戶是否單擊AD。
  - ML與K最近的鄰居：使用KNN將偽造數據集分類為兩個目標類，同時使用肘方法為K選擇最佳值。
  - ML帶有決策樹和隨機森林：使用決策樹和隨機森林來預測貸方是否會償還貸款。使用LendingClub.com的公開數據
  - 使用推薦系統的電影建議：一個微型項目，旨在建立一個推薦系統，該系統根據用戶評論相似性製作電影建議。
- r
  - ML邏輯回歸：使用邏輯回歸預測人的薪水類別。
  - ML決策樹和隨機森林：使用決策樹和隨機森林將學校歸類為私人或公共。