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. 邻里之战：IBM的Data Science Professional Capstone项目-源码

  2. 业务问题： 业务（目标对象1）：我想将业务扩展到西雅图的其他地区。 但是，我不知道什么是最佳位置。 您能找到适合我们客户价格范围，期望和兴趣的其他位置吗？ 个人（受众2）：我想在西雅图工作，但是我不想把我的大部分薪水用于租金。 您能在不影响我的预算，需求和利益的情况下找到与我目前相似的社区吗？ 数据源： 社区：从刮取 纬度/经度：GeoPy 场地： 每个社区最近的场所：Foursquare Places API探索端点 定价和评级：Foursquare Places API详细信息端点

  3. 所属分类：其它

  1. 匹兹堡-PA-地点-源码

  2. Coursera_Capstone Maryam Esmalifalak Coursera的IBM Applied Data Science Capstone的存储库 课程内容： 第一周-Capstone项目简介 Capstone项目简介 位置数据提供者 注册Watson Studio帐户 同行评审作业：Capstone项目笔记本 第二周-Foursquare API Foursquare简介 获取Foursquare API凭证 使用Foursquare API 实验室：Foursqua

  3. 所属分类：其它

  1. 邻里聚类-源码

  2. Neighborhood-Clustering-main

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：51kb
    • 提供者：weixin_42141437

  1. Coursera_Capstone：Capstone项目IBM数据科学-源码

  2. 业务报告-邻里微目标 应用数据科学高层项目 “科隆”文件夹中提供了所有必要的数据和jupyter笔记本 介绍 科隆是德国最大的城市之一，拥有十万名学生，是一个有着深厚根深蒂固的青年文化的城市。 这座城市及其86个社区被称为“ Veedel”（科隆方言：“ Viertel”），种类繁多，人口约一百万。 我想考虑一个营销咨询公司的虚构业务问题，该问题可以通过在地理地图上可视化不同的集群来帮助本地公司开展广告活动。 咨询公司将提供一种算法，该算法根据有关人口统计和社会经济因素的不同分类输入对邻域进行

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：17mb
    • 提供者：weixin_42181545

  1. Capstone_Project-源码

  2. Capstone_Project 邻里之战 该项目使用KMeans聚类算法对Barranquilla市的街区进行分割，以决定哪个人最适合开设美容文物商店。 这是在Coursera上获得IBM应用数据科学专业化文凭的必要条件。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：389kb
    • 提供者：weixin_42126399

  1. BattleOfTheNeighbourhoods：IBM顶峰项目-源码

  2. 邻里之战 IBM顶峰项目 项目目标 该项目旨在根据邮政编码和自治市镇信息对多伦多的社区进行聚类。 邮政编码信息来自 。 笔记本文件可以在NotebookFiles文件夹中找到，其中每个版本代表项目的每个阶段。

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：23kb
    • 提供者：weixin_42178963

  1. The-Battle-of-Neighborhoods-源码

  2. 顶峰项目“邻里之战”-简介 在这个项目中，我将尝试帮助正在波兰首都华沙租房的人。 如果有人正在寻找移居华沙的机会，那么他们可以在raport中看到： 哪个地区租金便宜 有人可以选择居住在住宅区或商业区，并且可以看到例如哪个住宅区更好 或者，如果某人已经居住在华沙的18个地区之一，那么您将能够看到： 他们是否支付的价格超过了公寓的平ASP格 是否有与其租金相近的地区 顶峰项目“邻里之战”-数据 关于公寓的数据（区域，大小，房间数量，价格，每平方米价格）是通过刮刮带有公寓清单“ olx.pl”的

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：440kb
    • 提供者：weixin_42105816

  1. ML-algorithm-源码

  2. 与ML相关的解决手写问题的算法 旨在解决仅要求手写的问题，可能不适用于计算。 当前列表： 欧氏距离/马氏距离 熵 余弦相似度3.1余弦距离3.2相关距离3.3 L2规范距离 主成分分析（PCA） 4.1协方差矩阵4.2特征值+版本4.3应用PCA 线性判别分析（LDA）5.1绘制数据5.2类均值和协方差矩阵5.3类内散布矩阵和类间散布矩阵5.4 LDA的广义特征值问题5.5投影向量 K均值 K型药物（PAM） MIN或Single Link /平均值 ε邻里 使用EM的模糊聚类 混淆矩阵

  3. 所属分类：其它