8000 GitHub - KyleOnly/Bs-Machine-Learning-Course: 数据挖掘经典算法案例 本案例选自南京工业大学信息管理与信息系统专业的数据挖掘课程。本课程主要以机器学习入门算法为主,涉及回归、分类、聚类等经典算法。 代码包含四个课程案例,分别选自不同领域,具有不同的数据挖掘目标。 每个文件夹中包含原始数据和对应的代码以及presentation的PPT。 Release中为本人的课堂笔记,如有错误,欢迎指正!
[go: up one dir, main page]

Skip to content

数据挖掘经典算法案例 本案例选自南京工业大学信息管理与信息系统专业的数据挖掘课程。本课程主要以机器学习入门算法为主,涉及回归、分类、聚类等经典算法。 代码包含四个课程案例,分别选自不同领域,具有不同的数据挖掘目标。 每个文件夹中包含原始数据和对应的代码以及presentation的PPT。 Release中为本人的课堂笔记,如有错误,欢迎指正!

Notifications You must be signed in to change notification settings

KyleOnly/Bs-Machine-Learning-Course

Folders and files

NameName
Last commit 9552 message
Last commit date

Latest commit

 

History

5 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Machine-Learning-Course

数据挖掘经典算法案例 本案例选自南京工业大学信息管理与信息系统专业的数据挖掘课程。本课程主要以机器学习入门算法为主,涉及回归、分类、聚类等经典算法。 代码包含四个课程案例,分别选自不同领域,具有不同的数据挖掘目标。 每个文件夹中包含(部分)原始数据和对应的代码以及presentation的PPT。 Release中为本人的课堂笔记,如有错误,欢迎指正!

案例1:矿业工程 数据源:矿石的各成分数值 算法:回归

案例2:银行信用 数据源:用户个人信息 算法:评价模型(AHP、熵值法 )

案例3:生命科学 数据源:DNA表达水平时序数据 算法:聚类

案例4:社会科学 数据源:源于手机的加速度计数据+人类行为标签 算法:分类

About

数据挖掘经典算法案例 本案例选自南京工业大学信息管理与信息系统专业的数据挖掘课程。本课程主要以机器学习入门算法为主,涉及回归、分类、聚类等经典算法。 代码包含四个课程案例,分别选自不同领域,具有不同的数据挖掘目标。 每个文件夹中包含原始数据和对应的代码以及presentation的PPT。 Release中为本人的课堂笔记,如有错误,欢迎指正!

Resources

Stars

Watchers

Forks

Packages

No packages published
0