你好呀 :waving_hand: 卢卡斯（Lucas Ezequiel） 数据科学家 我是一名土木工程师，转用数据科学，自2019年以来我一直在学习机器学习。我专注于掌握开发业务问题解决方案的能力，使用数据科学工具，并且从了解业务环境的阶段到部署机器学习模型并创建新的业务见解。 在这段时间里，我已经针对商业问题开发了解决方案，例如识别客户​​流失，确定客户的交叉销售优先级，降低CAC值，预测商店销售额以及根据从广告网站上抓取的数据创建EDA。 每个项目的详细信息在下面的项目中进行了描述。

数据科学与人工智能实例（Python） 在此存储库中，您可以找到有用的数据科学用例和人工智能问题的示例。 其中一些示例在“迈向数据科学和分析”的文章中进行了解释（笔记本中的链接，或者您可以）。 1.经典机器学习： 分析 模型 评价 可解释性 分析 模型 评价 可解释性 地理空间互动地图 2.时间序列： 分析 模型 评价 发行版 聚类 3.自然语言处理： 分析 模型 评价 可解释性 模型 4.计算机视觉： 预处理 物体检测 5.强化学习： 工作正在进行中

金银花 Hypergol是一种数据科学生产力工具包，用于在尽可能短的时间内将小型团队项目加速投入生产，同时仍保持高标准的代码。 这是通过以易于扩展的形式自动生成结构和代码来实现的，因此仅需要编写特定于项目的代码。 Hypergol提供了几乎没有限制的并行执行功能。 这使小型团队可以通过从云提供商租用较大的实例来加速耗时的任务，但无需额外的基础架构，从而减少了设置时间和成本。 该工具包提供了一个标准的序列化（自动生成）和存储系统，该系统原生支持并行处理。 生成的数据还可以从任何python代码

严厉 Python中的时间序列和序列处理（正在进行中）。 当前功能 序列操纵功能：分割，切割等 搜索算法，例如：给定最小均值阈值的最长子序列 动态时间规整 表示形式：PAA，SAX 分类器：SAX-VSM分类器 安装 要安装最新的尖端技术，只需使用命令： sudo pip install git+https://github.com/krzjoa/sciquence.git

fecon235 ::金融经济学笔记本 / / 通知：我们的研究笔记本使用的模块和功能已重构到另一个存储库。 Jupyter笔记本的存放地将保留在nb目录的中。 这个仓库是做什么用的？ fecon235提供了金融经济学与Python生态系统的接口，尤其是用于数学，统计，科学，工程和数据分析的软件包。 诸如numpy，pandas，statsmodels，scipy和matplotlib之类的复杂程序包与各种数据主机的API进行了高级无缝集成，以实现： 正确处理烦人的底层陷阱的基本命令