Kaggle实战笔记第4页

2019年3月18日

下午看了会儿keras的文档，感觉还是欠缺实战，这一点还是得依赖kaggle？之后开虚拟机打算研究一下联邦学习，结

真昼之月·2024-01-29 20:23

TMDB电影数据分析（下）

TMDB电影数据分析（下）本文对源自KaggleTMDB电影数据集进行分析影响电影票房的因素，数据分析流程包含数据集概分析、数据清洗、数据统计以及分析影响电影票房的因素。

ZShiJ·2024-01-29 12:35

学习笔记-李沐动手学深度学习（五）（14-15，数值稳定性、模型初始化和激活函数、Kaggle房价预测）

总结14-数值稳定性（梯度爆炸、梯度消失）尤其是对于深度神经网络（即神经网络层数很多），最终的梯度就是每层进行累乘理论t：为第t层y：不是之前的预测值，而是包括了损失函数L所有的h都是向量（向量关于向量的导数是矩阵）（博客）：①MLP：多层感知机。②对角矩阵(diagonalmatrix)是一个主对角线之外的元素皆为0的矩阵，常写为diag(a1,a2,…,an)。③diag*W把diag和W分开

kgbkqLjm·2024-01-29 05:17

UVM实战笔记（七）

第七章.UVM中的寄存器模型7.1寄存器模型简介7.1.1带寄存器配置总线的DUT本章节使用的DUT带寄存器配置，代码如下：moduledut(clk,rst_n,bus_cmd_valid,bus_op,bus_addr,bus_wr_data,bus_rd_data,rxd,rx_dv,txd,tx_en)inputclk;//systemclockinputrst_n;//systemres

搬砖小张·2024-01-29 03:27

樊登读书会践行笔记Day9《增长黑客》

另外几本关于增长的书也不错《首席增长官》、《硅谷增长黑客实战笔记》，书都是好书，关键是怎么践行书中的方法。目前天津这边公司其实

RedYinTJ·2024-01-29 00:37

入门sklearn之数据获取

1.1数据集合的获取sklearn.datasets：sklearn中最内置的数据集kaggle:存在大量的数据集UCI:美国一所知名高校的数据集1.2datasets数据集的使用load_*()fetch

rookie-rookie-lu·2024-01-28 17:26

Kaggle新赛：HMS-有害大脑活动分类大赛（信号分类）

赛题名称：HMS-HarmfulBrainActivityClassification赛题链接：https://www.kaggle.com/competitions/hms-harmful-brain-activity-classification

深度之眼·2024-01-28 13:16

Python数据分析的入门路线

最近发现了一个自学Python数据分析的好地方，这里的原创文章高达200+篇，大家一起来看看，可以关注学习起来喔❤️公众号的原创文章涉及：Python数据分析、爬虫、机器学习、kaggle案例分享、MySQL

皮皮大·2024-01-28 07:07

k8s 进阶实战笔记 | Scheduler 调度策略总结

文章目录Scheduler调度策略总结调度原理和过程调度策略nodeSelect亲和性和反亲和性NodeAffinify亲和验证PodAffinity亲和验证PodAntiAffinity反亲和验证污点与容忍跳过Scheduler调度策略调度策略场景总结Scheduler调度策略总结调度原理和过程Scheduler一直监听着api-server，如果获取到Pod.Spec.NodeName为空，会

小鲸鱼大梦想·2024-01-27 18:22

k8s 进阶实战笔记 | Pod 创建过程详解

Pod创建过程详解初始状态0controller-manager、scheduler、kubelet组件通过list-watch机制与api-server通信并检查资源变化第一步用户通过CLI或者WEB端等方式向api-server发送创建资源的请求（比如：我要创建一个replicaset资源），api-server会对这个请求做出认证、鉴权响应成功则继续下一步失败则返回错误信息给源头第二步api

小鲸鱼大梦想·2024-01-27 18:21

机器学习-案例：流行电影统计

机器学习–案例：流行电影统计现在我们有一组从2006年到2016年1000部最流行的电影数据数据来源：https://www.kaggle.com/damianpanek/sunday-eda/data

江江江江江江江江江·2024-01-27 10:42

龙芯+RT-Thread+LVGL实战笔记（31）——计算器UI界面准备

【写在前面】期末收尾工作结束，笔者正式开启了寒假生活。寒假期间当然会不遗余力的继续更新本系列教程，希望得到更多朋友的关注和订阅，同时也简要声明几点：有些硬件模块笔者并没有，如LED点阵、压力传感模块、RFID模块等，因此这些模块的相关任务暂时无法给出经过验证的代码。其实，教程进行到这个阶段，相信有悟性的朋友应该可以自己组织线程，并把厂家提供的裸机驱动加进来进行调试了，这也是本教程的目的所在。希望学

南耿先生·2024-01-26 19:54

对于自定义dataset和数据处理的一些讨论——以kaggle中的图像分类为例(一）

我将使用kaggle平台一个简单的木薯叶分类项目作为承载，链接如下：CassavaLeafDiseaseClassification|Kaggle之所以选这个平台，还是看中它不需要自己配环境，也不用自己下数据集

arxhsyd123·2024-01-26 14:20

对于自定义dataset和数据处理的一些讨论——以kaggle中的图像分类为例(二）

OK了家人们，早上起来神清气爽，让我们继续探究如何更加自由的定义dataset，那就到了我们今天的主题。自定义dataset中的sampler。书接上回。sampler顾名思义，就是一个采样器，决定着dataloader在batch_size固定的情况下，取哪几个数据，在简单的情况下，sampler都不需要自己定义，因为pytoch自己本身就给我们提供了两种sampler,一种是顺序采样器，一种就

arxhsyd123·2024-01-26 14:20

如何白嫖GPU---kaggle训练自己的模型

首先需要在kaggle用手机号注册，就可以获得每周30小时的免费GPU啦接下来讲讲，如何将自己本地的文件放入到kaggle上进行训练在Kaggle项目中创建一个新的Notebook或脚本文件（例如，.ipynb

一只发呆的猪·2024-01-26 12:14

【Kaggle】泰坦尼克号生存预测 Titanic

可视化特征和目标值之间关系缺失值分析数据预处理数据清洗缺失值处理去除噪声并且规范化文本内容数据转换数据划分建模逻辑回归模型决策分类树模型随机森林模型梯度提升树模型预测LR完整的python代码前言官网链接：Titanic-MachineLearningfromDisaster|Kaggle

撕得失败的标签·2024-01-26 04:24

2020-07-17 暑期学习日更计划（李宏毅2020-hw2 pytorch实现）

ML2020spring-hw2该作业kaggle地址：ML2020spring-hw2Classification-BinaryIncomePrediction一个关于数据的二项分类问题，由一系列给出的特征数据

Reza_·2024-01-25 15:23

数据处理II：数据转换

下列数据来源Kaggle的Titanic题目特征分类定量特征：如年龄、票价等有数量关系的特征，可二值化或函数变换定性特征：如性别、几等舱等没有数量意义的特征，可哑编码或函数变换定量特征与定性特征需要分开处理二值化

Franchen·2024-01-25 14:44

学不会K8s的程序员有福了阿里P8实战笔记，进大厂靠他就够了

写在前面在开源云计算技术蓬勃发展的过程中，Kubernetes、容器、微服务、区块链、智能运维、大数据等技术和理念的融合应用，无疑已经成为影响云计算发展格局的几项关键技术。云计算是IT信息技术发展和服务模式创新的集中体现，是信息化发展的重大变革和必然趋势。有不少企业已经在生产环境中大规模使用容器技术支撑微服务化的应用，获得了灵活、快速、弹性、高效所带来的收益。越来越多的企业也已经顺应趋势、改变思路

sixstar_996·2024-01-24 06:12

Doris实战笔记

Doris实战笔记本文基于Doris1.2.4.1版本部署,其他版本不同之处还请见谅注意：在Doris官网下载时，记得查询自己的服务器cpu核心架构，下载合适的架构才能运行Doris安装部署Doris在安装部署时

Mastersheaven·2024-01-23 22:47

数模专题----数据收集与指标选取

Faelan.·2024-01-23 21:01

使用Python对音频进行特征提取

数据集测试之前的数据集找不到了，这个数据其实是kaggle的一个数据：www.kaggle.com/datasets/ca…也可以在百度云下载链接:pan.baidu.com/s/177E_2VhN…提取码

bagell·2024-01-22 19:12

剽悍一只猫：每日精进之“票子”

关于钱的重要性，我就不多说了，相信订阅了《知识创富实战笔记》的老板们都懂。在这里，给大家分享几点赚钱心得：001大量观察、接触那些赚钱厉害的人，从他们那里获得信息和玩法。

奕晴奕晴·2024-01-22 18:48

Kaggle之旅3

Kaggle之旅3文章目录Kaggle之旅3前言一、PredictsurvivalontheTitanicandgetfamiliarwithMLbasics二、开始1.基础知识构造随机森林的4个步骤2

旻璿gg·2024-01-22 01:45

从数据角度分析年龄与NBA球员赛场表现的关系【数据分析项目分享】

数据来源于Kaggle，感兴趣的朋友可以点赞评论留言，我会将数据同代码一起发送给你。

报告，今天也有好好学习·2024-01-22 00:32

掌控web安全工程师高薪正式班渗透白帽linux网络安全ctf零基础实战笔记

已报名入坑，点赞评论交流获取，记录下学习内容01Web通信原理02Web安全前后端基础03信息搜集04注入—全方位利用05数据库注入06前端渗透测试07文件上传解析漏洞（直播）08漏洞原理到利用09漏洞挖掘与代码审计10福利附送大礼包11结业典礼

网课充电·2024-01-21 18:33

7、机器学习中的数据泄露（Data Leakage）

数据泄露这个概念在kaggle算法竞赛中经常被提到，这个不同于我们通常说的生活中隐私数据暴露，而是在竞赛中经常出现某支队伍靠着对极个别feature的充分利用，立即将对手超越，成功霸占冠军位置，而且与第二名的差距远超第二名与第十名的差距

AI算法蒋同学·2024-01-21 15:37

6、梯度提升XGBoost（eXtreme Gradient Boosting）

这种方法在Kaggle的许多竞争中占据主导地位，并在各种数据集上获得了最先进的结果。

AI算法蒋同学·2024-01-21 15:33

深度学习技术栈 —— 用Pytorch搭建神经网络识别数字(Kaggle实战)

深度学习技术栈——用Pytorch搭建神经网络识别数字（Kaggle实战）一、项目信息1.1参考文章二、搭建过程2.1逻辑回归2.2ArtificialNeuralNetwork(ANN)2.3ConvolutionalNeuralNetwork

键盘国治理专家·2024-01-21 12:09

logstack 日志技术栈-05-windows10 安装 Elasticsearch elasticsearch-8.11.1 实战笔记

安装Elasticsearchelasticsearch-8.11.1下载访问Elasticsearch下载页面解压下载的压缩文件到你选择的目录。运行进入Elasticsearch目录，运行bin/elasticsearch.bat启动Elasticsearch。验证elaasticsearch的默认访问路径是localhost:9200，我们打开浏览器直接访问即可。如果访问不了也没关系，我们可以

老马啸西风·2024-01-21 06:29

剽悍财富行动营成长记录：剽悍之旅，终身难忘

2020.3.26我认真聆听了剽悍一只猫“2020破局分享暨新书发布会”，并购买了他新开的知识星球：《知识创富实战笔记》以及他的新书《一年顶十年》，感觉猫叔是一个对自己够狠的人。听说剽悍财富行动营是

寻找勤劳的蜘蛛·2024-01-20 07:06

除了Kaggle，这里还有一些高质量的数据科学竞赛平台

选自towardsdatascience作者：ParulPande机器之心编译参与：李诗萌、王淑婷除了大名鼎鼎的kaggle，数据科学家可以参加的数据竞赛平台其实还蛮多的。

Python数据之道·2024-01-20 05:29

龙芯+RT-Thread+LVGL实战笔记（30）——电子琴演奏

【写在前面】正值期末，笔者工作繁忙，因此本系列教程的更新频率有所放缓，还望订阅本专栏的朋友理解，请勿催更。笔者在此也简要声明几点：有些硬件模块笔者并没有，如LED点阵、压力传感模块、RFID模块等，因此这些模块的相关任务暂时无法给出经过验证的代码。其实，教程进行到这个阶段，相信有悟性的朋友应该可以自己组织线程，并把厂家提供的裸机驱动加进来进行调试了，这也是本教程的目的所在。希望学习者在理解代码逻辑

南耿先生·2024-01-20 03:30

书生·浦语大模型实战笔记-Day01

书生·浦语大模型实战-Day01这篇文章是学习书生浦语大模型实战的第一天的笔记。书生·浦语模型性能比较大模型如何做应用开源数据微调框架部署链接哔哩哔哩视频

carMacchiato·2024-01-19 17:29

《scikit-learn》xgboost

XGBoost算法•XGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩。

星海千寻·2024-01-19 12:29

Kaggle知识点：训练神经网络的7个技巧

来源：Coggle数据科学神经网络模型使用随机梯度下降进行训练，模型权重使用反向传播算法进行更新。通过训练神经网络模型解决的优化问题非常具有挑战性，尽管这些算法在实践中表现出色，但不能保证它们会及时收敛到一个良好的模型。训练神经网络的挑战在训练数据集的新示例之间取得平衡。七个具体的技巧，可帮助您更快地训练出更好的神经网络模型。学习和泛化使用反向传播设计和训练网络需要做出许多看似任意的选择，例如节点

Imagination官方博客·2024-01-19 00:56

olist巴西电商数据分析项目 sql+tableau

数据链接：https://www.kaggle.com/jainaashish/orders-merged数据字段说明：1、product_id：商品ID2、seller

@程序媛有个猫·2024-01-18 12:32

sql + tableau＋PowerBI：电商数据分析（Olist)

数据链接：https://www.kaggle.com/jainaashish/orders-merged分析该数据可以探究其销售情况，用户流量以及产品的分布，也可以对商户进行评分，多维度分析销售，找出商户影响销售的情况以及客户不满意的原因

izwt·2024-01-18 12:31

unet脑肿瘤分割完整代码

U-net脑肿瘤分割完整代码代码目录数据集网络训练测试代码目录数据集https://www.kaggle.com/datasets/mateuszbuda/lgg-mri-segmentationdataset.py

湘溶溶·2024-01-18 10:41

【前端目录贴】

【前端】vue.js从入门到项目实战笔记

骑鱼过海的猫123·2024-01-18 09:32

【前端】vue.js从入门到项目实战笔记

文章目录第三章3.1插值绑定（{{}}，v-html）3.1.1文本插值3.1.2HTML插值3.2属性绑定v-bind3.2.1指令v-bind3.2.3类名和样式绑定【前端目录贴】第三章3.1插值绑定（{{}}，v-html）文本插值中的代码被解释为节点的文本内容，而HTML插值中的代码则被渲染为视图节点。3.1.1文本插值文本插值的方式：用双大括号将要绑定的变量、值、表达式括住就可以实现，V

骑鱼过海的猫123·2024-01-18 09:54

《百万级up主视频运营实战笔记》：想要做好短视频，这几点一定要注意

今天这本由知名百万粉丝up主“老丁是个生意人”创作的《百万级up主视频运营实战笔记》来手把手带你进入这个行业。万事开头难，想做一个

阿盐的书房·2024-01-18 01:28

Kaggle之旅1

Kaggle之旅1文章目录Kaggle之旅1前言一、目标？二、课程1pandas1.学和练2.一些关键摘要总结前言Kaggle是一个以数据科学竞赛为主题的在线平台。

旻璿gg·2024-01-17 15:31

【gRPC】在NextJS中实现gRPC的基础通讯

这篇算是个基础实战笔记，以下内容建立在gRPC服务端已启动的基础上进行测试，仅演示在NextJS中的应用示例；正文开始…实验环境react:^18next:14.0.4项目

陀螺蚁·2024-01-17 12:15

在PyTorch中开发我们的第一个神经网络

本教程将使用Kaggle上的Heart.csv数据集，请随时下载数据集并跟随教程进行：https://www.kaggle.com/rashikrahmanpritom/heart-attack-analysis-prediction-dataset

小北的北·2024-01-17 07:30

小嗷犬·2024-01-16 16:58

XGBOOST（Extreme Gradient Boosting）算法原理详细总结

自此之后，XGBOOST不仅在kaggle比赛中赢得一席之地，而且也

天才厨师1号·2024-01-16 07:57

机器学习——eXtreme Gradient Boosting（XGBoost）模型实战

XGBoost实战笔记最近在做的项目中，有利用XGBoost模型作为Baseline进行比较。本篇文章记录了一些学习资源和在写代码过程中遇到的一些问题及解决方法。

Alphoseven·2024-01-16 07:46

python产品缺陷检测_3 Kaggle钢材表面缺陷检测竞赛的探索与实践-阿里云开发者社区...

3.1序言传统的工业生产制造，由于科学技术的限制仍然主要采用人工检测的方法去检测产品表面的缺陷，这种方法由于人工的限制和技术的落后，不仅检测产品的速度慢、效率低下，而且在检测的过程中容易出错，从而导致了检测结果的不精确。通过人工智能算法结合机器视觉技术，利用影像数据，实时对产品的斑点、凹坑、划痕、色差、缺损等缺陷进行检测，并支持工业摄像头、超声、微波、红外及激光全息和X摄像照相机等不同的图像信源，

weixin_39528697·2024-01-15 18:20

数据可视化之共享单车需求可视化分析

1共享单车项目1.1收集数据：数据下载自KaggleBikeSharingDemand|Kagglewww.kaggle.com去年共享单车项目在国内大热，五颜六色的单车一夜之间遍布城市的各个角落。

阿斯顿820·2024-01-15 13:26

推荐频道

Kaggle实战笔记