【数据科学项目02】：NLP应用之垃圾短信/邮件检测（端到端的项目）
随着产品和服务在线消费的增加，消费者面临着收件箱中大量垃圾邮件的巨大问题，这些垃圾邮件要么是基于促销的，要么是欺诈性的。由于这个原因，一些非常重要的消息/电子邮件被当做垃圾短信处理了。在本文中，我们将创建一个 垃圾短信/邮件检测模型，该模型将使用朴素贝叶斯和自然语言处理(NLP) 来确定是否为垃圾短
处理医学时间序列中缺失数据的3种方法
这些方法都是专为RNN设计，它们都经过了广泛的学术评估，而且十分的简单
回归分析预测世界大学综合得分
大学排名是一个非常重要同时也极富挑战性与争议性的问题，一所大学的综合实力涉及科研、师资、学生等方方面面。
关联规则算法Apriori algorithm详解以及为什么它不适用于所有的推荐系统
Apriori是Agarwal和Srikant在1994年首次提出的一种关联规则挖掘算法，它可以在特定类型的数据中找到关系，本文将介绍其算法并且说明那些哪些情况并不适用。
决策树专题_以python为工具【Python机器学习系列（十一）】
决策树专题_以python为工具【Python机器学习系列（十一）】文章目录1.关于信息熵的理解2.信息增益3.信息增益比4.基尼指数5.DecisionTreeClassifier()与DecisionTreeRegressor()5.决策树分类 - 葡萄酒分类_DecisionTreeClass
【机器学习算法】关联规则-3 关联规则的指标问题和关联规则的使用方法
关联规则的指标需要用那几类，关联规则如何使用。
数学建模（三）：预测
数学建模（三）：预测
机器学习之sklearn基础——一个小案例，sklearn初体验
机器学习之sklearn基础
25个例子学会Pandas Groupby 操作
在本文中，我们将使用25个示例来详细介绍groupby函数的用法。这25个示例中还包含了一些不太常用但在各种任务中都能派上用场的操作。
广义线性模型（GLM）及其应用
广义线性模型[generalize linear model(GLM)]是线性模型的扩展，通过联系函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。
10个常用的损失函数解释以及Python代码实现
理解机器学习中的损失函数
【数据科学项目1】：构建你的第一个数据科学项目
从0到1构建你的第一个数据科学项目
sklearn实现逻辑回归_以python为工具【Python机器学习系列（十）】
sklearn实现逻辑回归_以python为工具【Python机器学习系列（十）】1.线性逻辑回归2.非线性逻辑回归3.乳腺癌数据集案例
超参数黑盒（Black-box）优化的Python代码示例
暴力搜索优化的一个替代方案是黑盒（Black-Box）非凸优化技术。黑盒非凸优化算法可根据某些预定义的度量找到足够最佳的局部最小值（或最大值）的次优解。
神经网络案例编程实战
神经网络案例编程实战
贝叶斯自举法Bayesian Bootstrap
简单，快速，高效，稳定
点赞、收藏必读文章--数据分析的多变量分析
快速入门数据分析多变量分析！
【深度学习】3-从模型到学习的思路整理
关于训练模型的整个思路老是不太流畅，因此做了一些整理。
数学建模学习（92）：gurobipy详细入门教程【MLP、MIP模型、仓库调度模型、单/多目标优化、敏感性分析】
gurobipy详细入门教程，实现【MLP、MIP模型、仓库调度模型、单/多目标优化、敏感性分析】案例
手把手带你玩转Spark机器学习-使用Spark进行文本处理
在本篇博客中，我们将跟大家分享NLP任务，即主题建模在大数据中的应用。主题建模是一种用于数据建模的统计方法，有助于发现文档集合中存在的基础主题。尽管 Spark NLP 是用于各种 NLP 任务的出色库，但它们没有提供主题建模管道。因此，我想介绍如何使用 PySpark 和 Spark NLP 实现
