怎么找到各类年鉴数据
使用夏泽网

使用夏泽网
http://nianjian.xiaze.com/tags.php?/%E6%96%B0%E7%96%86%E7%BB%B4%E5%90%BE%E5%B0%94%E8%87%AA%E6%B2%BB%E5%8C%BA%E4%BA%BA%E5%8F%A3%E6%99%AE%E6%9F%A5%E8%B5%84%E6%96%99/1/13605195858/
这个网站能够有效提供人们需要的各类年鉴，覆盖全面。不过需要注册，略微麻烦，需要在各类论坛博客发帖。

链接: link.
图片: 

三个数据集：
1.训练数据集 — 用来训练你的算法模型
2.开发数据集 — 用于调整学习模型，比如调整参数、选择特征等。这部分数据也称 作预留 交叉验证数据集。
3.测试数据集 — 用于评估模型性能，这部分数据集不参与模型调整和参数更新。

选择最终实际要用的数据，作为开发和测试样本集。
使用同一分布的开发和测试数据集。

在开发测试集上表现很好，但是在测试集上表现得并不理想。

如果你的开发数据集和测试数据集的分布是一致时，这时你会有非常明确得错误诊断方法， 即：你的模型在开发数据集上发生了过拟合。这时解决方案也很清楚，增加开发数据集中得 样本数量即可。
但是如果开发数据集和测试数据集的分布不一致时，解决方案就会不那么清晰了。产生这种错误的原因可能有以下几种：

模型在开发数据集上发生了过拟合。
测试数据更难处理和预测，你的算法可能和预期是一致的，此时没有显著提升性能的可能性了。
测试数据也肯能不是更难，只是与开发数据集中的数据不同。所以在开发数据集上表现很好的模型， 在测试数据集上却并不管用，此时你在开发数据集上，所做的任何努力都白费了。



总结：构建开发和测试数据集
1.选择与实际数据(或你期望的数据)一致的开发和测试数据集，这些数据可能与你的训练数据不 同 。
2.开发数据集和测试数据集中的数据分布应当一致 。
3.选择单值衡量指标作为你的团队优化目标，如果要考虑多个目标，可以通过一个表达式(比如求平均)将多个指标合并成一个指标，也可以把指标分为约束性指标和优化性指标。 比如，为文件大小和执行时间设置一 个阈值，然后在此基础上，尽量优化准确率。
4.机器学习是一个高速迭代的过程，在目标满足前，你可能需要尝试数十个想法 。
5.拥有开发/测试集和单值衡量指标后，可以让你快速评估你的算法，从而加速迭代 。
6.当开始一个全新的应用时，尽量在一周内，快速的建立开发/测试集和衡量指标。如果时成熟的应用，花长一点时间也没关系。
7.当你有非常多的数据时，将数据按 7:3 的比例分成训练和测试样本集并不合适，此时开发和测试样本集中的数量要远低于 30% 。
8.你需要有足够大的开发数据集(但也不要太大)，让你能看出算法精度上有意义的改变。测试样本集中的数据要尽可能的多，这样评估出的结论才能让人信服。
9.如果你的开发数据集和评估指标，已经不能再给你的团队指明正确的方向了，那你需要迅速的改变它们：
1).当开发数据集上发生过拟合时，此时添加更多的数据到开发数据集中
2).如果真实的数据与开发/测试集中的数据不一致时，更新开发/测试数据集即可
3).如果衡量指标不能衡量你所关心的最重要事情，则需要更换衡量指标

2018美国基金业年鉴版权归属美国投资公司协会（ICI），所谓投资公司其实就是基金，本文引用其中12张图片概述一下全球基金行业的变化。特别说明，在2018版中增加部分中国基金行业的数据，说明中国基金行业备受全球同业的重视，另外本文中所以的货币单位均为美元。

https://mp.weixin.qq.com/s/j8MOZ6l_7OaN_xmBk522Cw

                    

                    

                    
                    
                    
竞赛年鉴2019
由于近期肺炎疫情严重，大家也只能在家的进行远程进行上班和学习。为了帮助更多小伙伴在长假期间继续学习，我们给大家整理了2019年数据竞赛的资讯和优胜者解决方案。
电子版下载
识别下方二维码，回复 "2019"，即可下载。
点击查看更多竞赛资讯
爱可可推荐！Datawhale数据竞赛Baseline开源分享！
天池-安泰杯跨境电商智能算法大赛
研习社 | 猫脸关键点检测
天池 | 瓶装白酒疵品质检
优秀的数据挖掘比赛如何定义？
Kaggle | 孟加拉语手写字符识别
天池 | 心电异常事件预测冠军解决方案
天池 | 安全AI挑战者计划：人脸识别对抗
DF | 技术需求与技术成果关联度冠军分享
biendata | DiggSci 2020
DF | 工件负荷率预测冠军分享
华为 | AR/VR精品应用大赛
DF | 多人种人脸识别冠军分享
天池视觉AI赛事！数智重庆百万奖金
DCIC 2020-天池智慧海洋建设算法赛
CVPR 2020 竞赛汇总
中国华录杯-人群密度检测独家baseline！
这100道练习，带你玩转Numpy!
40题刷爆Keras，人生苦短我选Keras
抗击肺炎：新冠肺炎疫情数据可视化
天池 | 疫情数据可视化公益行动
天池CV赛题 | 淘宝直播商品识别