热门好课推荐
猜你喜欢
相关培训 相关博客
  • 《Python 机器学习及实践–从零开始通往kaggle竞赛之路》很基础 主要介绍了Scikit-learn,顺带介绍了pandas、numpy、matplotlib、scipy。 本书代码基于python2.x。不过大部分可以通过修改print()来适应python3.5.x。 提供的代码默认使用 Jupyter Notebook,建议安装Anaconda3。 原书数据和代码下载地址:
    2017-04-17 20:54:35
    阅读量:9206
    评论:2
  • 这个比赛是我的第一次机器学习比赛,成绩还算凑合,第一赛季mse67w多,勉强进了第二赛季,第二赛季mse在4w8,和前面的大神差了快一倍,总结这次的比赛,为之后打好基础。刚接触到题目的时候,完全没有思路,导入数据,用matplotlib画了图看了下数据曲线;最初的想法是利用day_of_week来拟合七条曲线进行预测,但是对于预测算法毫无思路。后来在技术圈看到了麻婆豆腐大佬的分享,按照他的代码,依...
    2018-03-18 21:22:51
    阅读量:542
    评论:4
  • 数据竞赛所需能力:工具:pythonpandas,numpy,sklwarn,scipy,seaborn,re,keras,xgboost,lightgbm方法:建模数据预处理特征工程模型:相关的书——统计学习方法、机器学习、海量论文数据分析:结果分析,特征理解精神:社交能力:请教问题,结交厉害的朋友身体:熬夜奋斗抗压能力:排行榜的波动...
    2018-10-14 21:39:24
    阅读量:650
    评论:0
  • 有很多朋友总是咨询我作为一名没有机器学习实战经验的新手如何在竞赛中一步步成长并且最终取得优异成绩。所以我开始思考总结入门相关的经验和心路,希望能够通过这篇文章让广大学习者从中学习到相关的经验和思考历程,并在今后的竞赛中以此作为一个快速从新手走向高手的基础。在本文中我将以之前的一个竞赛为切入点(作者在该竞赛中取得冠军的成绩),从零开始,带领大家一步步从完成新手到冠军的竞赛历程,实现冠军之路复盘。...
    2019-10-22 15:12:36
    阅读量:129
    评论:0
  • 内容简介本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者,从零开始,以Python编程语言为基础,在不涉及大量数学模型与复杂编程知识的前提下,逐步带领读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工具,如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。 全书共分4章。第1章简介篇,介绍机器学习概念与...
    2019-05-14 07:17:11
    阅读量:32
    评论:0
  • 作者简介Introduction邬书豪,车联网数据挖掘工程师 ,R语言中文社区专栏作者。微信ID:wsh137552775知乎专栏:https://www.zhihu.com/people/wu-shu-hao-67/activities往期回顾kaggle案例:员工离职预测(附学习视频)kaggle案例:数据科学社区调查报告(附学习视频)Kaggle是由联合创始人、首席执行官Anthony Go
    2018-02-06 00:00:00
    阅读量:479
    评论:0
  • 最近要换工作,做过c++,mfc界面的一些工作,但是对c++实在不感兴趣,于是考虑转到前端或UI设计或大数据方向。这些方面都没有很多经验,但是有接触过一点点,看了看招聘网站之后发现还是做大数据最赚钱,于是决定往这个方向发展下去,以此文作为开端,记录一下从零开始的学习过程。其实也不算从零开始,在校期间参加过很多次数学建模的竞赛,获得过两次国二,数学基础也挺不错,另外数据挖掘和并行云计算的
    2017-05-17 16:09:04
    阅读量:319
    评论:0
  • 第二章 基础篇2.1 监督学习经典模型2.1.1 分类学习2.1.1.1 线性分类器2.1.2 回归预测在本章中,我们会使用大量实例和数据,着重介绍两类最为广泛使用的机器学习模型(监督学习经典模型与无监督学习经典模型)的使用方法、性能评价以及优缺点。对于每一类经典模型,都将从模型简介、数据描述、编程实践、性能评测以及特点分析5个角度分别进行阐述。2.1 监督学习经典模型在第一章中我们提到过...
    2019-05-26 21:15:32
    阅读量:35
    评论:0
  • 研究生数学建模竞赛准备,熟悉一下数学建模的32种基础的常规方法,认真学习和研读一下最近几年的研究生数学建模优秀论文,选择几个感兴趣的问题,仔细看看优秀论文的建模思路和写作思路。编程技术方面选择:Matlab、Lingo:优化问题,线性模型,运筹学问题;Python:数据分析和数据挖掘大数据、神经网络深度学习之类;统计类问题Spss方便。TSP旅行商问题图网络、多目标规划、遗传算法、粒子群算法。组队很关键
    2019-05-16 17:22:00
    阅读量:2234
    评论:0
  • (1)实用算法的分析与程序设计   作者:吴文虎  王建德  (2)算法艺术和信息学竞赛      作者:刘汝佳 黄亮本书较为系统和全面地介绍了算法学最基本的知识。这些知识和技巧既是高等院校“算法与数据结构”课程的主要内容,也是国际青少年信息学奥林匹克(IOI)竞赛和ACM/ICPC国际大学生程序设计竞赛中所需要的。书中分析了相当数量的问题。本书共3章。第1章介绍算法与数据结构;第
    2012-12-27 20:07:53
    阅读量:2903
    评论:0