数据挖掘大师项目集锦

汇总了海量数据挖掘相关资源，内容丰富、实用性强。

问题摘要：学生无法根据他们在课程中的表现以及与课程的在线学习环境(moodle)的互动来预测他们的最终成绩。目的：研究数据挖掘技术，对Moodle上的数据实施最适用的模型，对学生的成绩进行预测。任务包括：研究不同的数据挖掘技术，审查在类似领域实施的模型，查看在所述问题的领域中实现的其他模型。确定最适用于对Moodle格式的数据进行预测的技术，在给定的上下文中设计独特的数据预测模型，比较和评估所选模型与现有数据模型的准确性，展示研究结果，可视化结果。

欢迎来到我的 Yandex Praktikum 项目仓库！我是 Marat Zastavnichenko，一个数据科学爱好者，正在通过 Yandex.Praktikum 在线学校学习数据科学。 在这里，我分享了一些个人认为最有趣的项目，每个项目都展示了我在学习过程中的成长和探索。您可以在每个项目的自述文件中找到详细描述，并按照项目文件夹编号顺序见证项目的复杂度逐步提升。 项目概览： 研究分析 - 公寓价格：运用可视化工具和相关性分析，探索影响公寓价格的关键因素。主要库：numpy, pandas, matplotlib 统计分析 - 电话资费计划：化身电信公司分析师，分析两种资费计划的盈利能力，并使用统计假设检验评估差异的显著性。 期待与您交流，共同进步！

商户在特定日期如“黑色星期五”和“双十一”等促销活动中可能会吸引一些一次性购物的新买家，商家需要识别谁可以转化为重复购买者以减轻促销对未来销售的影响。数据文件说明如下： 字段名称 | 定义---|---|---user_id | 用户唯一 ID年龄范围 | 用户年龄范围：50 时为 7 和 8；0 和 NULL（未知）性别 | 用户性别：女性 0，男性 1，NULL（未知）商户编号 | 商家唯一 ID标签 | 取值 {0, 1, -1, NULL}，1 表示用户是商家的重复购买者，0 表示相反，-1 表示用户是潜在重复购买者

数据挖掘项目 作者： Philippe CHARRAT 和 Clément CORNU 目标： 使用 Python 创建推荐系统（开发中）

Aztech 数据挖掘项目的最终成果。

将训练文件“AP_train.txt”和测试文件“AP_test_par.txt”添加到数据目录。 运行命令“./MineDataSet.sh”。

为备战数据挖掘考试的广工学子提供助力，精选了历年试卷、新旧版PPT以及核心知识点，内容翔实，助你轻松掌握考试重点。

图像导入和缩放：导入数据集，调整图像大小，归一化像素值。 模型构建：部署 EfficientNetB7 模型，记录模型信息。 相似度向量数据集：创建特征向量数据集，通过神经网络处理每个图像。 相似性度量：计算 Jaccard 和余弦相似度，搜索最佳匹配。 可选项：微调模型，裁剪图像。