Data Science

数据科学？？

目录 ？

• 学习范围
• 部署链接和回购链接
• 想法
• 想象
• 创新理念描述
• 先决条件
• 法学硕士（人工智能）
• 内容索引
• 目录
• 贡献
• 执照

学习范围 ?

该存储库旨在提供以下领域的实践学习经验：

• 数据分析
• 机器学习
• 深度学习
• 法学硕士（人工智能）

部署链接和回购链接

指数	项目	已部署的链接	存储库链接	使用的工具
1	汽车价格预测	已部署的链接	回购链接	Streamlit、Scikit-learn、Pandas、NumPy
2	汽车价格预测	已部署的链接	回购链接	Flask、Scikit-learn、Pandas、NumPy
3	贷款价格预测	已部署的链接	回购链接	Flask、Scikit-learn、Pandas、NumPy
4	排灯节销售分析	未部署	回购链接	熊猫、NumPy、PyPlot、Seaborn
5	猫与狗图像分类	未部署	回购链接	张量流、Keras、Matplotlib
6	先进的简历跟踪系统	已部署的链接	回购链接	法学硕士 , 生成式人工智能 , PyPDF , Streamlit

想法？

以下是您以表格形式呈现的项目想法：

项目理念	描述	领域
印度经济分析	分析各种经济指标和趋势，以了解当前状况并预测未来情景。	经济学、数据分析
排灯节销售分析	分析排灯节之前、期间和之后的销售数据，以确定趋势、模式并优化营销策略。	零售、销售分析
汽车价格预测	开发一个机器学习模型，根据里程、品牌等各种特征来预测汽车的价格。	机器学习，汽车
贷款批准预测	构建机器学习模型来预测金融机构是否会批准或拒绝贷款申请。	机器学习、金融
猫与狗的分类	创建深度学习模型以对猫和狗的图像进行准确分类。	深度学习、计算机视觉
先进的简历跟踪系统	使用法学硕士技术实施一个全面的系统来跟踪和分析简历以进行工作匹配和招聘。	法学硕士（人工智能），人力资源

愿景？️

我们的愿景是通过提供记录良好的代码、教程和资源来促进数据科学领域的学习和探索。我们的目标是帮助个人理解数据科学技术并将其应用于现实世界的问题。

创新理念描述

我们努力将创新方法和想法融入我们的项目中，突破传统数据科学方法的界限。该存储库中探索的一些创新想法包括：

• 新颖的特征工程技术
• 先进的模型架构
• 前沿的可视化方法

先决条件

在运行此存储库中的代码之前，请确保已安装以下依赖项：

• 熊猫
• 麻木
• scikit-learn（sklearn）
• 西博恩
• 绘图库
• 阴谋地

此外，对于深度学习模型，您将需要：

• TensorFlow
• 喀拉斯

对于LLM（Gen AI）模型，您还需要：

• OpenAI 库
• Gen AI 库

您可以使用 pip 安装所需的依赖项：

pip install pandas numpy scikit-learn seaborn matplotlib plotly tensorflow keras openai gen_ai

法学硕士（人工智能）？

LLM（Gen AI）扩展了LLM框架，融入了生成式AI技术，能够生成新颖的数据、图像、文本等，探索AI驱动创造力的可能性。

内容索引 ?

1. 数据分析
2. 机器学习
3. 深度学习

每个部分都包含详细的笔记本、代码以及特定项目和概念的解释。

内容清单？

• data_analysis ：包含数据分析项目的笔记本和代码。
• machine_learning ：包括机器学习项目的笔记本和代码。
• deep_learning ：由深度学习项目的笔记本和代码组成。
• LLM ：包括与 LLM（数据分析、机器学习、深度学习）框架相关的项目的笔记本和代码。

请随意探索每个部分并深入研究项目，以增强您对数据科学概念的理解。

制作人员

我要向各种数据科学工具、库和模型的开发人员表示感谢，他们在创建此存储库中发挥了重要作用：

工具和库

• pandas：pandas 由 Wes McKinney 和贡献者开发，是一个强大的 Python 数据操作和分析库。
• NumPy：NumPy 由 Travis Oliphant 创建，是使用 Python 进行科学计算的基础包。
• scikit-learn：scikit-learn 由贡献者社区开发，是一个用于 Python 的多功能机器学习库。
• seaborn：seaborn 由 Michael Waskom 和贡献者开发，是一个基于 matplotlib 的用于统计图形的 Python 可视化库。
• matplotlib：由 John D. Hunter（以及后来的 Michael Droettboom 和贡献者）开发，matplotlib 是一个用于在 Python 中创建静态、动画和交互式可视化的综合库。
• plotly：plotly 由 Plotly Technologies 开发，是一个 Python 图形库，可在线创建交互式、出版质量的图形。
• TensorFlow：TensorFlow 由 Google Brain 团队和贡献者开发，是一个用于机器学习和深度学习的开源平台。
• Keras：Keras 由 François Chollet 和贡献者开发，是一个用 Python 编写的开源神经网络库，充当 TensorFlow 的高级 API。
• OpenAI：OpenAI是由OpenAI开发的人工智能研究实验室，由营利性公司OpenAI LP及其母公司非营利性OpenAI Inc.组成。
• Gen AI 库：Gen AI 库由 Gen AI 开发，为生成式 AI 技术提供工具和框架，能够生成新颖的数据、图像、文本等。

机器学习模型

• XGBoost：XGBoost 由贡献者社区开发，是一个优化的分布式梯度提升库，专为速度和性能而设计。
• LightGBM：LightGBM 由 Microsoft 开发，是一个使用基于树的学习算法的梯度增强框架。
• CatBoost：CatBoost 由 Yandex 开发，是一个开源梯度增强库，可提供开箱即用的最先进结果。
• SciPy：SciPy 由贡献者社区开发，是一个基于 NumPy 构建并提供附加功能的科学计算库。
• StatsModels：StatsModels 由贡献者社区开发，是一个 Python 模块，提供用于估计许多不同统计模型的类和函数。

深度学习模型

• PyTorch：PyTorch 由 Facebook 的人工智能研究实验室 (FAIR) 和贡献者开发，是一个基于 Torch 库的开源机器学习库。
• fastai：fastai 由 fast.ai 开发，是一个构建在 PyTorch 之上的深度学习库，为训练和部署深度学习模型提供高级抽象。

我们向这些开发人员和更广泛的开源社区表示诚挚的感谢，感谢他们为数据科学领域做出的宝贵贡献。

贡献？

欢迎对此存储库做出贡献！无论是修复错误、添加新项目还是改进文档，您的贡献都有助于使该资源更好地为每个人服务。

提交贡献之前，请参阅贡献指南。

执照

该存储库已根据 MIT 许可证获得许可。有关详细信息，请参阅许可证文件。