辍学学生的预测
该项目的目标是确定有辍学风险的学生
介绍
从一组包含有关1000名学生的前两个学期的信息的文件中，必须将它们集成到一个文件中以进行后续分析，最后的文件必须分为三组：
100名学生进行测试
200名学生评估模型
700名学生训练模型。
学生没有被标记，因此需要对数据进行描述性分析，一旦标记了学生，就必须使用kmeans才能基于聚类分析来标记数据。 必须使用人工神经网络来训练模型，以预测哪些学生会辍学。 建立模型后，必须使用100名学生的测试数据集来了解其中哪些人会辍学，因此它将使用一种遗传算法来优化大学的资源，以便为学生提供机会，从而避免辍学。
方法
发展
变量选择和特征工程
性别：男性或女性（0或1）
admision.letras ：十进制数字，代表学生在高中入学考试中的成绩。
admision.numeros ：小数，表示学生在高中入学考试中的成绩。
prom
2022-02-12 10:23:16
16.41MB
1
英文论文写作指导，为第三版扫描版。第三版较新，暂时没有文字版。
2022-01-10 19:39:40
10.14MB
1
快速入门指南
可以使用以下命令从pip安装FinancePy：
pip install financepy
要升级现有的安装类型：
pip install --upgrade financepy
由于一些Numba和LLVMLite问题，我在使用Anaconda3-2020.07时遇到了问题。 但是Anaconda3-2020.02可以工作。
在Jupyter Notebook中使用FinancePy
一旦安装了financepy，就很容易上手。
只需下载该项目并检查notebooks文件夹中的Jupyter Notebook组即可。
可以在项目目录中找到描述所有功能的pdf手册。
概述
FinancePy是一个基于Python的库，当前处于beta版本。 它涵盖以下功能：
各种股票，外汇，利率和信用衍生产品的评估和风险模型。
尽管它完全是用Python编写的，但是使用N
2021-12-21 14:11:53
7.26MB
1
C#实现的StudentScore.ShanXi10源代码。C#实现的StudentScore.ShanXi10源代码。C#实现的StudentScore.ShanXi10源代码。
2021-11-22 20:20:49
871KB
1
Academic Writing: A Handbook for International Students
2021-11-22 19:48:24
2.32MB
1