注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. DisasterResponse:Udacity类项目的一部分，有关创建用于对灾难响应消息进行分类的管道-源码

  2. 灾害响应管道项目 Udacity类项目的一部分，有关创建用于对灾难响应消息进行分类的管道。 内容 数据 process_data.py：读取数据，清理并将其存储在SQL数据库中。 基本用法是python process_data.py MESSAGES_DATA CATEGORIES_DATA NAME_FOR_DATABASE crash_categories.csv和disaster_messages.csv（数据集） DisasterResponse.db：从转换后的数据和清理的数据创

  3. 所属分类：其它

  1. disaster-response-pipeline:一个用于将遇险消息分类为灾难类别类型的Webapp-源码

  2. 灾害响应管道项目 目录 安装 运行主应用程序的所有依赖项都在requirements.txt文件中进行整理。我建议使用该文件创建虚拟环境。使用Python版本3. *时，代码应该没有问题地运行。 预处理文件夹中的jupyter笔记本是使用Python的标准Anaconda发行版创建的。 依赖项是： 点击== 7.1.2 joblib == 1.0.1 langdetect == 1.0.8 nltk == 3.5 numpy == 1.20.1 熊猫== 1.2.3 python-da

  3. 所属分类：其它

  1. Disaster-Response-Pipeline:创建了自然语言处理（NLP）机器学习管道，以根据发送者传达的需求对真实的用户紧急消息进行分类-源码

  2. 目录 项目动机 灾害响应管道项目 该项目的目标是对灾难事件期间从图八提供的数据集中发送的合法消息进行分类。 它要求我们建立机器学习管道，以根据发送方实时传达的需求对紧急消息进行分类。 特定的机器模型是自然语言处理（NLP）模型。 该项目分为三个主要部分： 构建ETL管道以提取数据，清理数据并将其存储到SQlite数据库中。 构建ML模型以训练分类器将消息置于最准确的类别中。 运行该应用程序以实时显示模型的准确性和结果。 结果汇总 该Web应用程序能够对发送的消息进行分类，并将其置于最合适

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：10mb
    • 提供者：weixin_42143806

  1. disaster_response_pipeline:使用图八提供的数据来构建用于对灾难消息进行分类的管道-源码

  2. 灾害响应管道项目 目录 指示： 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data/DisasterResponse.db 运行用于训练分类器并保存python models/train_classifier.py data/DisasterResponse.db mode

  3. 所属分类：其它

  1. disaster-response-pipeline:这是Udacity与图8合作开发的数据科学纳米学位计划的一个项目。 该项目的目的是建立一个模型，以实时对按摩进行分类-源码

  2. 灾害响应管道项目 目录 项目动机 该项目是Udacity与数据八合作的数据科学纳米学位计划的一部分。 数据集包含预先标记的推文和来自现实生活灾难事件的消息。 目的是设计一个模型，以对所有36种预定义类别的按摩进行分类，然后将其发送给相应的救灾机构。 要求 使用带有以下库的Python版本3，该代码应该没有问题地运行： 机器学习：NumPY，Scipy，Pandas，sklearn 自然语言处理：NLTK SQLite数据库：SQLalchemy 模型加载和保存：泡菜 Web应用程序和数据

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：22mb
    • 提供者：weixin_42109639

  1. Disaster-Response:Udacity数据科学纳米学位课程-数据工程-源码

  2. 灾害响应管道项目 客观的 该项目旨在分析图八中的灾难数据，以构建用于对灾难消息进行分类的API的模型。 有一个数据集，其中包含在灾难事件期间发送的真实消息。 创建了机器学习管道以对这些事件进行分类，以便将消息发送到适当的救灾机构。 该项目包括一个Web应用程序，应急人员可以在其中输入新消息并获得几种类别的分类结果。 该网络应用程序还将显示数据的可视化。 档案： 数据： crash_categories.csv：包含有关每个邮件如何分类的所有数据； crash_messages.csv

  3. 所属分类：其它

  1. Disaster_Response_Text_classification:Udacity纳米度灾难响应文本分类项目。 此回购协议有助于将灾难期间收到的文本分类为适当的类别，以便相关部门Swift做出响应-源码

  2. 灾难响应管道项目-（文本分类器-Udacity纳米学位计划） 该项目的目标是对短信进行分类，以帮助应对灾害 ·· 灾害响应管道项目 该项目适用于Udacity纳米学位课程。 它将文本消息分类为36个不同的变量。 快速说明： 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data

  3. 所属分类：其它

  1. Disaster-Response-Pipeline:用于存储Udacity项目以进行灾难消息管道分析的存储库-源码

  2. 灾难响应管道 项目动机 作为Udacity Data Science纳米学位的一部分，该项目将分析灾难数据，以建立用于对灾难消息进行分类的API模型 安装： 将存储库克隆到本地计算机 $ gh repo clone rafaelmata357/Disaster-Response-Pipeline 本笔记本使用此库 大熊猫 麻木 matplotlib 海生的 恩特克 词云 斯克莱恩 叶 波士顿的Airnbn数据集可在找到波士顿的geojson文件可在找到 使用的python版本： 3.8 存

  3. 所属分类：其它

  1. disaster-response-pipelines:一个展示github，ETL，ML和使用python部署的使用的项目-源码

  2. 灾害响应管道 使用来自现实生活灾难的标记消息数据，通过将看不见的消息分类到相应的灾难响应团队来帮助灾难响应。 通常，有多个独立的团队，每个团队分别处理灾难响应的不同任务。 在灾难期间发送了数千条消息，其中一些消息包含与特定灾难响应团队相关的关键信息。 手动筛选和分配这些消息对于整个响应工作而言将过于费力，费时且缓慢。 灾难响应小组旨在接收消息并将其自动分配给正确的灾难响应团队。 一个项目，展示github，ETL，ML的使用以及使用python的部署。 环境 分析使用python。 使用pip

  3. 所属分类：其它

  1. Disaster_Response_Pipeline-源码

  2. 灾害响应管道项目 安装： 该存储库使用HTML和Python编写，并且需要以下Python软件包：pandas，numpy，re，pickle，nltk，flask，json，plotly，sklearn，sqlalchemy，sys，警告 项目概况： 该代码旨在启动一个网络应用程序，以便紧急操作人员在灾难（例如地震或海啸）中可以利用该网络应用程序，将灾难文本消息分为几类，然后可以将其传输给责任实体 该应用程序具有ML模型，可以对收到的每条消息进行分类 文件描述： process_data

  3. 所属分类：其它

  1. disaster-response-pipeline-源码

  2. 灾难响应管道项目（Udacity-数据科学纳米学位） 描述 该项目是关于分析图八中的灾难数据，以建立用于对灾难消息进行分类的API的模型。 包含灾难事件期间发送的真实消息的数据集。 我们将创建一个机器学习管道来对这些事件进行分类，以便我们可以将消息发送给适当的救灾机构。 该项目的主要部分是： 建立可加载数据，清除数据并将其保存到SQLite数据库的ETL管道 建立机器学习管道，训练分类器以接受消息作为数据集中36个类别的输入和输出分类结果 运行一个Web应用程序，应急人员可以在该应用程序中

  3. 所属分类：其它

  1. disaster_response_pipeline_project-源码

  2. 灾害响应管道项目 目录 描述 入门 依存关系 指示 作者 致谢 致谢 描述 这是一个使用图八提供的数据的项目。 该项目的目标是分析图八中的灾难数据，以建立一个对灾难消息进行分类的模型。 数据集包含在灾难事件期间发送的真实消息。 该项目具有用于对这些事件进行分类的机器学习管道，以便可以将新消息分类到适当的救灾机构。 还创建了一个Web应用程序，应急人员可以在其中输入新消息并获得多个类别的分类结果。 该Web应用程序还显示数据的可视化。 入门 依存关系 的Python 3 ML库：Numpy，P

  3. 所属分类：其它

  1. Udacity_DisasterResponse_Project:Udacity项目-ETL，NLP-预测消息类别-源码

  2. Udacity_DisasterResponse_Project Udacity项目-ETL，NLP-预测消息类别 1.安装运行Web应用程序和python文件所需的软件包：Python Pandas Numpy NLTK Flask Plotly SQLite3 SQLalchemy SKLEARN Pickle 2.项目动机图八“多语言灾难响应消息”的开放式数据集包含在灾难事件期间发送的真实实时消息。 这些消息和对灾难类别的分类用于创建机器学习模型。 基于该模型，可以使用Web flas

  3. 所属分类：其它

  1. 灾难响应管道：Udacity纳米度的第二个项目-Datascience-源码

  2. 灾害响应管道项目 Github仓库 指示： 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data/DisasterResponse.db 运行用于训练分类器并保存python models/train_classifier.py data/DisasterResponse.d

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：22mb
    • 提供者：weixin_42143806

  1. 灾害响应管道-源码

  2. 灾害响应管道项目 描述 该项目由一个Web应用程序组成，该应用程序将实时消息分为多个类别。 该数据集由图八提供，包含在现实灾难中收集的消息。 为了允许使用机器学习，这些消息带有标签，这些标签表示与之相关的类别，例如住房，安全，水，食物等。一条消息可以与多个标签相关联，我们总共有36个标签标签。 训练后，用户可以在应用框中输入消息，然后将显示预测的类别。 该项目被分解为三个不同的部分： ETL阶段（Extract-Transform-Load）：我们从多个csv文件中提取一些数据，对其进行转换

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：23mb
    • 提供者：weixin_42098104

  1. 灾害响应管道-源码

  2. 灾难响应消息 与灾难响应相关的一组消息，涵盖多种语言，适用于文本分类和相关的自然语言处理任务。 内容 动机 在这个项目中，我使用了数据工程技能来分析图八中的灾难数据。 分类器模型是使用提取，转换和加载过程（ETL），自然语言处理（NLP）和机器学习管道来构建的，用于对灾难消息进行分类。 该项目还具有一个Web应用程序，使用此Web应用程序，灾难响应机构的工作人员可以输入新消息并获得几种类别的分类结果。 检测灾难期间实际上需要注意哪些消息可能很有用。 项目组成 该项目包含三个部分： 2.1。 ET

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：11mb
    • 提供者：weixin_42125192

  1. Disaster_Response_Pipeline：灾难恢复项目，是Udacity的纳米级数据科学课程的一部分，涵盖数据工程的各个方面，例如ETL管道，NLP和机器学习管道-源码

  2. 灾害响应管道项目 目录： 项目介绍 在这个项目中，我将分析提供的数据。 数据包含在现实生活中灾难期间收到的预先标记的推文和文本消息。 目的是使用ETL（提取，转换，加载）流水线准备数据，然后使用ML（机器学习）流水线建立监督学习模型以对事件进行分类并找出任何趋势。 这将有助于紧急工作人员对事件进行分类/分类，并将消息发送给适当的救灾机构。 文件描述 有两个jupyter笔记本文件，其中包含成功执行的代码： ETL管道准备>包含用于将最终数据提取/清理/整理/加载到sqlite数据库中的代

  3. 所属分类：其它

  1. 灾难响应：灾难响应项目-源码

  2. 灾难响应 灾害应对项目 该项目是灾难响应分析的简介。 首先，我们正在分析遭受灾难的人*送的消息（例如飓风或地震） 安装 您只需要下载.db即可将其输入模型中。 process_data.py是处理消息的文件。 train_classifier.py是用于训练模型的文件（考虑执行的网格搜索，可能需要几个小时）。 run.py是运行html前端以在新输入中使用模型的文件。 依存关系： python (>= 3.6) https://www.python.org/downloads

  3. 所属分类：其它

  1. 灾难响应RNN-RF--源码

  2. 灾难响应消息分析项目-集成和RNN方法 在本笔记本中，我探索了三种分析文本数据以预测文本主题的方法。 这是通过数据完成的，中有来自灾难幸存者的已编译文本消息，目的是对它们进行分类，以了解处理灾难时的优先级。 文献资料 以下项目是Udacity的数据科学纳米学位计划的一部分，该计划提供了原始数据库。 该信息如图8所示。 表格中分析的文本消息具有三种类型，分布如下所示： 需要注意的另一重要事项是所分析的文本与灾难相对应。 在下面您可以找到不同文本中最常见的10个单词： 在该项目中，您将发现两个

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：700kb
    • 提供者：weixin_42131352

  1. 灾难响应模型：灾难期间发送的消息的多输出分类模型，有助于识别消息中指定的需求-源码

  2. 灾难响应消息分类 应用程序，涉及从救灾信息进行分类和分类他们根据所提供的信息的类型。 这有助于将这些消息路由到适当的非政府组织，以处理危机应对的各个方面。 该模型针对灾难期间的30,000条真实消息进行了训练，例如2010年巴基斯坦洪灾，2012年美国超级风暴桑迪等。 在线仪表板接收消息并将它们分类为35个类别中的多个类别。 入门 请按照以下说明在本地计算机上启动并运行该应用。 先决条件 您的本地计算机上需要Python 3.6或更高版本，代码才能正常运行。 正在安装 将此存储库克隆或分支到本地

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：28mb
    • 提供者：weixin_42129412
« 12 »