Ultraopxt's repositories
Predict-the-rent-probability-of-a-room
机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259
Image-classification-and-prediction-of-skin-cancer
皮肤癌图片分类和预测,kaggle数据集,基于pytorch,通过均衡采样,数据预处理,数据增强,densenet,adam优化器,交叉熵损失函数等技术。结果:precision0.9,recall0.85(仅训练4个周期)
Cluster-analysis-of-airline-customer-value-based-on-RFM
基于RFM的航空公司客户价值聚类分析
Anti-fraud-prediction-Model-of-Credit-Card
用XGBoost算法训练信用卡反欺诈预测模型。数据集太大(175MB)超过限制,未能上传,可查询。
Forecast-customer-purchase-volume-based-on-ARIMA-time-series-analysis
基于ARIMA时间序列分析-预测客户申购量
Generative-chatbot
基于seq2seq+attention的生成式(开放式)聊天机器人
Predicting-stock-trends-by-LSTM
基于LSTM预测沪深300指数的趋势,用深度学习来处理普通机器学习项目的预测
ARIMA-time-series-analysis-forecasting-restaurant-sales
ARIMA时间序列分析:预测餐厅销量
-Using-Transfer-Learning-and-Data-Agmentation-to-predict-CIFAR10
我们将使用resent18模型架构,然后进行数据增强和迁移学习之微调方法,来训练和预测数据库CIFAR-10.准确率94.729%
yolov10cpp
Fixed error in the repo given by offical
Face-recognize
目标检测项目-视频中的人脸识别,对比mobilenet和YOLO的速度
Lottery-Addiction-Mobile-APP
我们希望开发一款专门的手机应用程序,帮助彩票成瘾者更好地估计自己中奖的几率,以此来帮助彩票成瘾者脱离瘾症。我们在这里创建应用程序的逻辑核心并计算概率。
PythonScraping-Airbnb
1.Python爬虫项目:Airbnb深圳的短租房源信息 2.目的:抓取前5页房源价格,大小,地点等详细信息 3.工具:通过Selenium 库 模拟浏览器动作(点击下一页等) 4.优化速度:通过控制Selenium的CSS加载,控制图片加载和控制JavaScript加载,来提升爬虫速度
Machine-Learning-Project-Predicting-House-Prices
机器学习项目:研究美国爱荷华州艾姆斯市2006年至2010年的住房数据,来建立预测模型 方法: I.通过特征工程来 a.去除缺失值超过5%的特征 b.去除有缺失值的非数值特征 c.其他有缺失值的数值列填充众数 d.转换时间列 e.去除明显无关特征 II.通过特征选择来 a.去除和目标相关系数小于0.4的特征 b.去除共线性特征(通过heatmap图) c.去除低方差/变化(小于0.015)特征 d.类型类特征的虚拟化(dummy code,去除分类超过10的特征) III.通过scikit-learn线性回归模型来训练和预测 IV.通过KFolds方法来检验证Mean Squared Error
Movie-recommendation-on-Spark
基于Spark的电影推荐,ALS交替最小二乘法,基于矩阵分解的协同过滤推荐。
OCR-paddle
PaddleOCR识别中英文产品信息
DESIGNING-AND-CREATING-A-DATABASE
SQL数据库项目:创建一个稳健的SQL数据库,储存美国职业棒球大联盟19世纪至今的比赛和球队等数据(包含127个相互关联的CSV文件) 方法: I.资料分析 II.将数据导入SQLite III.设计规范框图 IV.创建无外键表格 V.连接表格
Industrial-Quality-Inspection-Project
图像分割实战-工业质检
ObjectDatasetTools
Tools to create pixel-wise object masks, bounding box labels (2D and 3D) and 3D object model (PLY triangle mesh) for object sequences filmed with an RGB-D camera. This project prepares training and testing data for various deep learning projects such as 6D object pose estimation projects singleshotpose, as well as object detection and instance segmentation projects.
DeepLabV3Plus-Pytorch
DeepLabv3, DeepLabv3+ and pretrained weights on VOC & Cityscapes
Find-patterns-from-questions-of-the-TV-show-Jeopardy
In this project, we'll work with a dataset of Jeopardy questions to figure out some patterns in the questions that could help us win.
Finding-the-Best-Two-Markets-to-Advertise-In
数据分析项目:帮一家编程网站找到最好的两个市场来投放广告 方法: 1.设定目标 2.理解数据 3.数据清洗:缺失值处理,文字分析(拆分),异常值分析和处理,可视化数据
librealsense
Intel® RealSense™ SDK
PVN3D
Code for "PVN3D: A Deep Point-wise 3D Keypoints Hough Voting Network for 6DoF Pose Estimation", CVPR 2020