机器学习实战kaggle 第9页

基于PCA的字体分类代码

1数据集介绍数据集来源于：https://www.kaggle.com/datasets/nikbearbrown/tmnist-alphabet-94-characters?

王小葱鸭·2023-10-29 09:17

kaggle: Session Persistence for Variables and Files

|KaggleHiKagglers,We’veheardyourfeedback,andnowinteractiveeditingofyournotebooksincludesoptional“Persistence

lizz2276·2023-10-29 06:39

kaggle: How to solve OSError: [Errno 30] Read-only file system?

Whatyoucandoiscopythetransformedimagesdirectorytothe/kaggle/workingfolderbydoingthefollowing!

lizz2276·2023-10-29 06:39

【OJ比赛日历】快周末了，不来一场比赛吗？ #10.22-10.28 #18场

CompHub实时聚合多平台的数据类(Kaggle、天池…)和OJ类(Leetcode、牛客…）比赛。本账号同时会推送最新的比赛消息，欢迎关注！

CompHub·2023-10-29 03:38

服务运营｜文章精选：运筹学视角下的众包竞赛

一些知名的众包竞赛平台包括Topcoder、99designs、Kaggle等。众包竞赛是一种创新的项目管理方式，为了得到更好的效果，需要运营管理的支持。运营管理在众包竞赛场景

运筹OR帷幄·2023-10-29 01:51

kaggle新赛：AI Village夺旗赛挑战

赛题名称：AIVillageCapturetheFlag@DEFCON31赛题链接：https://www.kaggle.com/competitions/ai-village-capture-the-flag-defcon31

深度之眼·2023-10-29 00:57

机器学习数据集：Kaggle

什么是Kaggle？Kaggle成立于2010年，是一个进行数据发掘和预测竞赛的在线平台。

cndes·2023-10-29 00:28

10000字！图解机器学习特征工程

数据对齐2.2缺失值处理原文链接：https://www.showmeai.tech/article-detail/208作者：showmeAI引言上图为大家熟悉的机器学习建模流程图，ShowMeAI在前序机器学习实战文章

赵孝正·2023-10-28 20:39

Python时间序列分析库介绍：statsmodels、tslearn、tssearch、tsfresh

我们使用来自Kaggle的数据集，通过加速度计数为各种身体活

deephub·2023-10-28 20:04

Python机器学习实战：如何用Pandas处理缺失值

机器学习实战：这里没有艰深晦涩的数学理论，我们将用简单的案例和大量的示例代码，向大家介绍机器学习的核心概念。我们的目标是教会大家用Python构建机器学习模型，解决现实世界的难题。

数据工程与机器学习·2023-10-28 17:26

机器学习实战梯度上升数学推导_机器学习-白板推导系列(二)-数学基础笔记

视频如下：机器学习-白板推导系列(二)-数学基础_哔哩哔哩(゜-゜)つロ干杯~-bilibiliwww.bilibili.com一、概率-高斯分布1-极大似然估计高斯分布在统计机器学习中占据重要的地位。本节内容主要是利用极大似然估计计算高斯分布下的最优参数。Data:假设数据中有个样本，每个样本为维数据（含有个feature）所有的样本都独立同分布于高斯分布MLE：极大似然估计MLE：求最优的使得

weixin_39644377·2023-10-28 17:24

Azure - 机器学习实战：快速训练、部署模型

本文将指导你探索Azure机器学习服务的主要功能。在这里，你将学习如何创建、注册并发布模型。此教程旨在让你深入了解Azure机器学习的基础知识和常用操作。关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人。一、开始之前的准备要深入Azu

TechLead KrisChang·2023-10-28 13:00

大数据竞赛平台——kaggle入门

转载：http://blog.csdn.net/u012162613/article/details/41929171大数据竞赛平台——Kaggle入门篇这篇文章适合那些刚接触Kaggle、想尽快熟悉Kaggle

witnessai1·2023-10-28 11:00

模型调参——随机森林在泰坦尼克数据集上的调参应用

一、数据集Kaggle泰坦尼克数据集train.csv二、模型选择泰坦尼克数据集是二分类模型，本文选择使用随机森林模型进行调参。

YUENFUNGDATA·2023-10-28 06:27

13.计算机视觉

pic_centerR1R_1R1R2R^2R2目录知识框架No.1数据增广一、数据增广二、D2L代码注意点三、QANo.2微调一、微调二、D2L代码注意点三、QANo.3第二次竞赛树叶分类结果No.4实战Kaggle

霸时斌子·2023-10-28 05:08

Detecting diabetic retinopathy in eye images

DetectingdiabeticretinopathyineyeimagesThepastalmostfourmonthsIhavebeencompetinginaKagglecompetitionaboutdiabeticretinopathygradingbasedonhigh-resolutioneyeimages.InthispostItrytoreconstructmyprogress

weixin_30354675·2023-10-28 02:43

一致性检验评价方法kappa

edu.csdn.net/course/detail/36074Python实战量化交易理财系统https://edu.csdn.net/course/detail/35475最近在做眼底图像的无监督分类，使用的数据集辣子kaggle

[虚幻私塾】·2023-10-28 02:41

【干货】Kaggle 数据挖掘比赛经验分享（mark 专业的数据建模过程）

简介Kaggle于2010年创立，专注数据科学，机器学习竞赛的举办，是全球最大的数据科学社区和数据竞赛平台。

Garvin Li·2023-10-28 02:10

[译]如何开启你的机器学习工程师的职业之路？---吴恩达

参加Kaggle或其他在线机器学习比赛也帮助人

everfight·2023-10-28 02:02

使用ResNet18对kaggle官网state farm数据集中的distracted driver detection数据集进行分类

一、写在前面最近在阅读文献的时候刚好看到了kaggle比赛中有驾驶分心的数据集，于是又想到了前段时间刚学过ResNet18网络算法的搭建，又于是萌生了使用ResNet18对kaggle比赛中statefarm

暖风吹斜阳·2023-10-27 23:45

【机器学习可解释性】1.模型洞察的价值

机器学习可解释性1.模型洞察的价值2.排列的重要性3.部分图表4.SHAPValue5.SHAPValue高级使用正文前言本文是kaggle上机器学习可解释性课程，共五部分，除第一部分介绍外，每部分包括辅导和练习

cndrip·2023-10-27 20:29

机器学习项目实战

2.处理缺失值，异常值3.特征工程4.逻辑回归算法训练模型5.模型性能评估6.模型持久化6.1sklearn0.21之前6.2sklearn0.21之后1.数据准备数据集地址：https://www.kaggle.com

laufing·2023-10-27 18:22

自然语言处理系列十四》中文分词》机器学习统计分词》感知器分词

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《分布式机器学习实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录自然语言处理系列十四中文分词感知器分词总结自然语言处理系列十四中文分词中文分词

陈敬雷-充电了么-CEO兼CTO·2023-10-27 16:04

[Kaggle] M5 Forecasting - Accuracy summary

ChapterBackgroudFeatureengineeringDataselectionLossfunction&weightTrainStrategyPostprocess&shakeupTopsolutionanalysisBackgroudM5Forecasting-Accuracy是关于沃尔玛的一场数据挖掘比赛。比赛提供了数据的层次结构信息（state,store,dept,item

Salon_sai·2023-10-27 10:34

kaggle 猫狗数据标签_动手变形金刚（Kaggle Google QUEST问题与解答标签）。

kaggle猫狗数据标签Thisisa3partserieswherewewillbegoingthroughTransformers,BERT,andahands-onKagglechallenge—GoogleQUESTQ

weixin_26752765·2023-10-27 07:38

百度飞桨第二课--数据获取与处理（以CV任务为主）

首先是AIStudio中的数据集，大部分经典数据集例如百度AIStudio,Kaggle、天池、讯飞等平台（通过关键词搜索获取需要的数据集），或者是Github。还有一些小的平台，需要大家自己去看。

奇怪的zzy·2023-10-27 05:06

机器学习第一章练习题

摘自书籍--------《机器学习实战：基于Scikit-Learn和TensorFlow》1.你会怎么定义机器学习？答：机器学习是一门能够让系统从数据中学习的计算机科学。

星动OvO·2023-10-27 01:09

机器学习实战（集成学习）

集成学习简介集成学习的核心是如何产生并结合“好而不同”的个体学习器根据个体学习器的生成方式，目前的集成学习方法大致分为两大类个体学习器间存在强依赖关系，必须串行生成的序列化方法（Boosting）个体学习器之间不存在强依赖关系、可同时生成的并行方法（Bagging和随机森林RandomFrost）Bagging与随机森林Bagging基于有放回的采样（自助采样法），基本流程为：将训练集进行采样，每

清水一个僧·2023-10-26 12:02

机器学习实战——决策树算法

点击查看：数据集+代码决策树该流程图就是一个决策树，长方形代表判断模块（decisionblock），椭圆形代表终止模块（terminatingblock），表示已经得出结论，可以终止运行。从判断模块引出的左右箭头称作分支（branch），它可以到达另一个判断模块或者终止模块。决策树ID3算法上一篇的k-近邻算法可以完成很多分类任务，但是它最大的缺点就是无法给出数据的内在含义，决策树的主要优势就在

if 雨田人尹＝＝雷伊：·2023-10-26 04:15

机器学习中模型优化不得不思考的几个问题

机器学习实践中，我们平时都在积累自己的“弹药库”：分类、回归、无监督模型、Kaggle上面特征变换的黑魔法、样本失衡的处理方法、缺失值填充……这些

婉妃·2023-10-25 09:40

Pytorch--3.使用CNN和LSTM对数据进行预测

1.数据集:使用的是kaggle上一个公开的气象数据集(CSV)有需要的可以去kaggle下载，也可以在评

SpongeBob@Hefei·2023-10-25 08:05

matlab绘图：如何通过已知的散点的热量、高度绘制一张平面的分布图

数据可以参考以下网址：FiresfromSpace:Australia|Kagglehttps://www.kaggle.com/carlosparadis/fires-from-space-australia-and-new-zeland

刘下来邦我吧·2023-10-25 02:05

kaggle黑色星期五_您的网站准备好黑色星期五了吗？

kaggle黑色星期五BlackFridayisaphenomenoninonlineretailandistheFridayfollowingThanksgiving,atraditioncelebratedeveryyearintheUnitedStates.In2014

culu1614·2023-10-25 01:30

《机器学习实战》笔记（四）：Ch4 - 基于概率论的分类方法:朴素贝叶斯

第四章基于概率论的分类方法:朴素贝叶斯[代码][ch04]基于贝叶斯决策理论算法优缺点优点:在数据较少的情况下仍然有效。可以处理多类别问题。缺点:对于输入数据的准备方式较为敏感。范围:标称型数据。Tip:贝叶斯决策理论的核心思想是选择高概率对应的类别，即选择具有最高概率的决策贝叶斯法则后验概率=标准似然度*先验概率。贝叶斯定理对于变量有二个以上的情况，贝叶斯定理亦成立。例如：P(A|B,C)=P(

Liu_Goodfellow·2023-10-24 20:09

《机器学习实战》学习记录-ch3

第3章分类PS:个人记录，抄书系列，建议看原书原书资料：https://github.com/ageron/handson-ml2目录第3章分类3.1MNIST数据集3.2训练二元分类器3.2.1随机梯度下降SGD3.3性能测量3.3.1使用交叉验证测量准确率3.3.2混淆矩阵3.3.3精度和召回率3.3.4精度/召回率权衡3.3.5ROC曲线多元分类器3.5误差分析3.6多标签分类3.7多输出分

Cyan青·2023-10-24 20:09

《机器学习实战》ch1 ~ ch15 笔记目录

《机器学习实战》笔记（一）：Ch1-机器学习基础《机器学习实战》笔记（二）：Ch2-k-近邻算法《机器学习实战》笔记（三）：Ch3-决策树《机器学习实战》笔记（四）：Ch4-基于概率论的分类方

Liu_Goodfellow·2023-10-24 20:09

机器学习实战---PM2.5预测

文章目录一.预处理二、模型训练三、测试四、模型预测五、保存预测结果感受项目数据集数据集介绍使用丰原站的观测记录，分成trainset跟testset，trainset是丰原站每个月的前20天所有资料。testset则是从丰原站剩下的资料中取样出来。train.csv:每个月前20天的完整资料。test.csv:从剩下的资料当中取样出连续的10小时为一笔，前九小时的所有观测数据当作feature，第

Sinlair·2023-10-24 20:06

《机器学习实战》学习记录-ch4

4.1线性回归importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdX=2*np.random.rand(100,1)#生成[0,1)之间的数据y=4+3*X+np.random.randn(100,1)#生成一组正态分布的数据，高斯噪声X_b=np.c_[np.ones((100,1)),X]X_b[:5]array([[1.,0.

Cyan青·2023-10-24 20:03

How I made top 0.3% on a Kaggle competition

原文链接:https://www.kaggle.com/lavanyashukla01/how-i-made-top-0-3-on-a-kaggle-competitionimportnumpyasnpimportpandasaspdimportdatetimeimportrandom

安替-AnTi·2023-10-24 15:37

Python3《机器学习实战》学习笔记（八）：支持向量机原理篇之手撕线性SVM

一前言二什么是SVM三线性SVM数学建模1决策面方程2分类间隔方程3约束条件4线性SVM优化问题基本描述5求解准备6拉格朗日函数7KKT条件8对偶问题求解SMO算法1Platt的SMO算法2SMO算法的解法四编程求解线性SVM1可视化数据集2简化版SMO算法五总结一前言说来惭愧，断更快半个月了，本打算是一周一篇的。感觉SVM瞬间难了不少，推导耗费了很多时间，同时身边的事情也不少，忙了许久。本篇文章

essenge·2023-10-24 04:27

Kaggle - LLM Science Exam（三）：Wikipedia RAG

文章目录一、赛事概述1.1OpenBookQADataset1.2比赛背景1.3评估方法和代码要求1.4比赛数据集1.5优秀notebook二、[EDA,Datagathering]LLM-SE~WikiSTEM|1kDS2.1Dataoverview2.2Datagathering三、如何高效收集数据3.1概述3.2与训练数据关联的维基百科类别分析四、withonly270Karticles!4

神洛华·2023-10-22 22:34

使用恒源云GPU进行远程训练

最近同学参加比赛需要使用云GPU，经过比对多个云GPU平台，从价格和GPU可用稳定性上，最终选择了恒源云，我购买使用了一下，可以支持一场Kaggle比赛或者实验论文没有问题，大家可以按照步骤进行操作，记录下来

cskywit·2023-10-22 12:54

仅需10分钟：开启你的机器学习之路

所谓「八仙过海，各显神通」，本文作者以Python语言为工具进行机器学习，并以Kaggle竞赛中的泰坦尼克号项目进行详细解读。跟着小编来看看吧！

Datawhale·2023-10-22 01:29

python3《机器学习实战系列》学习笔记----1.K-近邻算法

前言一、K-近邻算法概述1.1简述1.2距离测量的方法1.3KNN算法的一般流程1.3.1准备：使用python导入数据1.3.2实施KNN分类算法1.3.2.1KNN伪代码1.3.2.2KNN算法二、示例：使用K-NN算法改进约会网站的配对效果2.1一般流程2.1.1准备数据：从本文中解析数据2.1.2分析数据：使用Matplotlib创建散点图2.1.3准备数据：归一化数值2.1.4测试算法：

mcyJacky·2023-10-21 16:28

机器学习实战笔记（三）：使用k-近邻算法的手写识别系统（Python3 实现）

完整代码及数据地址：https://github.com/cqulun123/Machine-Learning-in-Action0使用k-近邻算法的手写识别系统的步骤(1)收集数据：提供文本文件。(2)准备数据：编写函数classify0()，将图像格式转换为分类器使用的list格式。(3)分析数据：在Python命令提示符中检查数据，确保它符合要求。(4)训练算法：此步骤不适用于k-近邻算法。

max_bay·2023-10-21 16:24

深度学习笔记：三维图片分类与三维卷积神经网络

数据集：3DMNIST2Dvs3DMNIST3DMNIST的Kaggle地址是3DMNIS

adi0229·2023-10-21 16:00

讲解：MongoDB、、Python|Prolog

INF551–MongoDBLab100pointsDue:11/1/2019,FridayConsidertheNewYorkTimesbestsellerdataset(https://www.kaggle.com

kuiernin·2023-10-21 11:21

pyspark 使用pyspark.ml.classification模块对蘑菇进行分类

转载整理自https://blog.csdn.net/tonydz0523/article/details/837949610x01数据准备数据为kaggle上的关于蘑菇分类的数据，地址：https:/

进一寸有一寸的欢喜077·2023-10-21 06:36

机器学习实战(第2章)

一.快速查看数据结构1.housing.head():查看DataFrame的前5行2.housing.info():查看DataFrame的总行数，每个属性的类型及非空值的数量3.housing['xx'].value_counts():查看有多少xx有多少取值，每种取值分别有多少数量4.housing.describe():显示DataFrame中的数值摘要二.创建测试集(只把函数列出)1.t

好好学习天天向上W·2023-10-21 02:17

2020年美国新冠肺炎疫情数据分析案例总结

一数据集说明数据集来自数据网站Kaggle的美国新冠肺炎疫情数据集，该数据集以数据表us-counties.csv组织，其中包含了美国发现首例新冠肺炎确诊病例至今（2020-05-19）的相关数据。

胖波波玻璃球·2023-10-20 20:03

推荐频道

机器学习实战kaggle