logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【机器学习案例-39】Kaggle案例之AI依赖与学生学业表现:数据分析与预测建模全流程

在ChatGPT、Gemini、Copilot等人工智能工具迅速普及的当下,教育领域正经历着一场前所未有的变革。人工智能辅助学习工具已经从"锦上添花"变为"日常必备",深刻影响着学生的学习方式和学术表现。然而,一个关键问题日益凸显:AI工具的使用究竟是促进学生学业成功的神奇帮手,还是削弱独立思考能力的"双刃剑"?。本文基于8000名学生的学业表现与AI使用数据,深入分析了AI依赖度对学生学习成绩的

文章图片
#人工智能#机器学习#数据分析 +2
【机器学习案例-37】LSTM-XGBoost融合模型实现单变量时序预测(附完整源码与数据生成)

XGBoost残差修正模型# 准备XGBoost的输入数据# 将3D序列数据展平为2D特征矩阵# 定义XGBoost模型# train_residuals是:train_data-lstm_pred_data# 训练XGBoost模型# 使用XGBoost预测残差# 计算融合预测结果: LSTM+XGBoost残差数据生成功能:无需准备额外数据,可直接运行残差学习机制:XGBoost专门学习LST

文章图片
#机器学习#人工智能
【机器学习-28】kaggle案例之Porto Seguro汽车保险理赔预测:用XGBoost挑战基尼系数0.284+的完整实战

当保险公司通过机器学习为每位司机"量身定制"保费时,公平性不再是空谈。巴西最大保险公司Porto Seguro的Kaggle竞赛向我们展示了AI如何改变保险行业的游戏规则!Porto Seguro安全驾驶预测竞赛的核心目标:基于590,000+条保单数据,预测驾驶员在未来一年内提出理赔的概率,本质上是一个二分类的问题,从而实现公平定价。交互特征工程:XGBoost优化参数:完整评估体系:环境准备:

文章图片
#机器学习#人工智能#数据可视化 +1
【机器学习案例-26】纽约出租车费预测分析:从数据清洗到机器学习建模全流程

纽约出租车费预测是Kaggle上的一个经典回归预测问题。目标是根据出租车行程的起始时间、起终点经纬度坐标和乘客数量,预测出租车费用。这是一个典型的监督回归机器学习任务。通过本项目的完整实践,我们:✅数据探索:发现并处理了多种异常值✅特征工程:构建了空间、时间等多维度特征✅模型构建:实现了从基线到优化的全流程✅业务洞察:揭示了影响出租车费的关键因素最终成绩验证集RMSE:3.37美元相对于基线提升:

文章图片
#机器学习#人工智能#python +2
【数据可视化-164】考研人数被考公反超:历史性转折的高级折线图分析

🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。💬 博主粉丝群介绍:① 群内初中生、高中生、本科生、研究生、博士生遍布,可互相学习,交流困惑。② 热榜top10的常客也在群里,也有数不清的万粉大佬,可以交流写作技巧,上榜经验,涨粉秘籍。③ 群

文章图片
#信息可视化#考研#python +2
【数据可视化-157】历届全运会足球项目奖牌分布可视化分析报告

🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。💬 博主粉丝群介绍:① 群内初中生、高中生、本科生、研究生、博士生遍布,可互相学习,交流困惑。② 热榜top10的常客也在群里,也有数不清的万粉大佬,可以交流写作技巧,上榜经验,涨粉秘籍。③ 群

文章图片
#信息可视化#python#开发语言 +1
【数据可视化-157】历届全运会足球项目奖牌分布可视化分析报告

🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。💬 博主粉丝群介绍:① 群内初中生、高中生、本科生、研究生、博士生遍布,可互相学习,交流困惑。② 热榜top10的常客也在群里,也有数不清的万粉大佬,可以交流写作技巧,上榜经验,涨粉秘籍。③ 群

文章图片
#信息可视化#python#开发语言 +1
【数据可视化-156】第十五届全运会各省参赛运动员规模可视化分析报告

🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。💬 博主粉丝群介绍:① 群内初中生、高中生、本科生、研究生、博士生遍布,可互相学习,交流困惑。② 热榜top10的常客也在群里,也有数不清的万粉大佬,可以交流写作技巧,上榜经验,涨粉秘籍。③ 群

#信息可视化#python#数据分析 +1
【数据可视化-155】第十五届全运会乒乓球男单半决赛:樊振东VS王楚钦技术分析报告

🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。💬 博主粉丝群介绍:① 群内初中生、高中生、本科生、研究生、博士生遍布,可互相学习,交流困惑。② 热榜top10的常客也在群里,也有数不清的万粉大佬,可以交流写作技巧,上榜经验,涨粉秘籍。③ 群

文章图片
#信息可视化#python#数据分析 +1
【机器学习】Pandas中to_pickle()函数的介绍与机器学习中的应用

函数是Pandas库中的一个方法,用于将Pandas对象(如DataFrame、Series)序列化并保存到磁盘上的pickle文件中。Pickle是Python提供的一种标准序列化方法,它可以将Python对象转换为一种可以存储或传输的格式。函数是Pandas库中的函数提供了一种简单且高效的方式来序列化和保存Pandas对象(如DataFrame、Series等)到磁盘上的pickle文件中。这

文章图片
#机器学习#pandas#人工智能 +3
    共 12 条
  • 1
  • 2
  • 请选择