- 7/29:yys增加了lstm和灰色关联度分析相关代码
- 7/10:yys增加了因子分析法和PCA降维相关代码
- 7/9: gdz增加灰色预测以及ARIMA模型代码
- 6/21: gdz增加画图demo以及2020年B题的资料,供学习
- 6/17: gdz更新项目使用说明
-
点一下star旁边的watch-all activity,便于接收项目更新的邮件通知
-
fork此仓库A,你就有了另一个自己的仓库B;
-
clone你自己的仓库B至本地,这样你就可以在本地添加有用的资源或者学习记录,接着就是常规的add、commit、push等操作更新到远程仓库B;
-
在 github上提交pull request至仓库A,注意附上简单的更新内容介绍;
-
仓库A同意你的PR,并merge到主分支,这样仓库A就有了你的更新内容;
-
同时,因为C同学可能也提交了PR,所以现在仓库A的内容可能还有你没有的仓库C的内容,所以你要 更新仓库A的内容至你的仓库B。
大概分了四类
- code: 使用jupyter来编写Python代码 (在文件开头写上此份代码的说明注释) ,jupyter对数据分析、画图、调试等非常友好,上传的code demo可以是基于小案例编写的,多写注释,上传的代码一定是自己能跑通的,比如这个Kaggle的.ipynb,是不是看着很爽很清晰。
- 画图demo: 不多说了,一定要是自己跑通的.ipynb文件
- 算法demo: 一些跑过的案例算法项目或者算法代码模板
- 历年赛题:历年赛题的代码以及论文
- tmp: 搜罗来的代码学习资料,学习的过程中整理到画图demo/算法demo
- 建模算法: 存放相关算法的pdf、ppt、markdown文件,作为大家一起的学习资源
- 实用工具:一些你觉得值得分享的工具如Typora
- 论文模板: 再说吧
- 杂七杂八: 一些你觉得无法分类的资料,比如别人的感想经验等