發(fā)簡(jiǎn)信
IP屬地：不列顛哥倫比亞
-
Pytorch 實(shí)用入門(mén)實(shí)踐 - 基于手寫(xiě)圖像集快速搭建神經(jīng)網(wǎng)絡(luò)
本節(jié)課主要將兩件事情： 1. Pytorch 搭建分類(lèi)神經(jīng)網(wǎng)絡(luò) 2. 神經(jīng)網(wǎng)絡(luò)基本架構(gòu) --- 0 項(xiàng)目準(zhǔn)備： 這里先下載數(shù)據(jù)，這里主要是下載手...
-
實(shí)用機(jī)器學(xué)習(xí)技巧 - 如何選擇驗(yàn)證集和訓(xùn)練集
這節(jié)課主要解決兩個(gè)問(wèn)題 - 驗(yàn)證集的大小如何設(shè)定? - 訓(xùn)練集中有些類(lèi)別數(shù)據(jù)量太小怎么辦？ 驗(yàn)證集的大小如何設(shè)定？ 這里有個(gè)簡(jiǎn)單的方法來(lái)驗(yàn)證。 ...
-
機(jī)器學(xué)習(xí)如何賺錢(qián)？- 垂直領(lǐng)域/橫向領(lǐng)域應(yīng)用的商業(yè)數(shù)據(jù)模型今天介紹從兩個(gè)角度來(lái)介紹機(jī)器學(xué)習(xí)的商業(yè)領(lǐng)域的產(chǎn)品應(yīng)用： - 橫向領(lǐng)域：在不同類(lèi)型的業(yè)務(wù)中執(zhí)行的操作。即涉及營(yíng)銷(xiāo)的一切。 - 垂直領(lǐng)域：在企業(yè)內(nèi)部...
-
實(shí)用隨機(jī)森林 - 針對(duì)時(shí)間序列的 kaggle 技巧這節(jié)課我們主要講講： 1。OOB 和 validation 的數(shù)值計(jì)算上區(qū)別 2。時(shí)間序列模型建立時(shí)，如何處理 validation 和 tes...
-
實(shí)用機(jī)器學(xué)習(xí)-隨機(jī)森林如何作科研分析及討論 EDA“當(dāng)模型建立后，如何解釋和分析模型，往往是科研中必不可很少的一部分。機(jī)器學(xué)習(xí)模型往往被成為黑箱子，如何在傳統(tǒng)領(lǐng)域的分析方法上進(jìn)行一定解釋?zhuān)俏覀?..
-
實(shí)用 Kaggle 隨機(jī)森林 - 如何處理 nan & 數(shù)據(jù)太少怎么辦1. nan 的處理 先講一個(gè)真事： 在 Kaggle 的一個(gè)競(jìng)賽里面，是要求預(yù)測(cè)哪些大學(xué)的基金項(xiàng)目會(huì)得到批復(fù)而那些不會(huì)。隨后一個(gè)參賽者通過(guò)其中...
-
實(shí)用 Kaggle 競(jìng)賽之 隨機(jī)森林 Random Forrest 的數(shù)據(jù)預(yù)處理、模型實(shí)現(xiàn)及可靠性評(píng)估EDA“本文通過(guò) Python 代碼實(shí)現(xiàn)的方式來(lái)來(lái)介紹具體的實(shí)現(xiàn)。 以 Python 為基礎(chǔ)，調(diào)用各種比較基礎(chǔ)的庫(kù)，其中穿插一些Kaggle處理的建議...
-
實(shí)用 Kaggle 競(jìng)賽之 隨機(jī)森林 Random Forrest 的評(píng)估及調(diào)參“本文內(nèi)容的訴求為實(shí)用、易上手，所以理論的內(nèi)容以及公式只做少量的解釋?zhuān)⒉恢厣婕啊！?本節(jié)內(nèi)容：1。評(píng)價(jià)函數(shù) —— 如何評(píng)價(jià)模型的好壞2。測(cè)試...
-
Kaggle 快速模型之 Random Forrest 隨機(jī)森林
隨機(jī)森林 RF 在 Kaggle 大名遠(yuǎn)播，稱霸很久。 那么，我們這里就先聊聊原因。以下分析來(lái)自 University of San Franc...