Kaggle

用于kaggle解决调用其它程序中自定义函数

在kaggle中，input文件夹只能进行读取，无法写入。output中可以进行读取和写入。
Ningmoua·2022-12-01 15:26

Chinese MNIST数据集（Kaggle）的pytorch实现

一、ChineseMNIST数据集本数据集来自Kaggle网站ChineseMNIST|Kaggle主要包括15000张64*64的手写中文数字图片，和一份内容文件。
仲夏夜之梦xz·2022-12-01 15:26

【Pytorch】我在kaggle Titanic竞赛上的整个流程记录

前言第一次尝试在kaggle上找机器学习（ML）项目练手，Titanic问题是官方的入门项目，在此做一个记录。
SY_2333·2022-12-01 15:26

测试Kaggle kernel commit 是否会删除以前的output

在kaggle上创建kernel，加入如下代码。连续运行两次，可以看到保存的文件名字不一样，且无论运行错少次，都只有一个输出文件。
weixin_30367873·2022-12-01 15:56

kaggle上模型的保存与读取----Pytorch框架

/model_best.pth')一般情况下，以上语句保存的模型在kaggle的output/kaggle/working文件夹下建议将效果较好的模型下载保存，否则网页休眠之后之前训练的结果就都么得了我这里使用的模型是经过预训练的
亿丶Bug·2022-12-01 15:26

如何在kaggle上用pytorch保存、加载文件，同时在output上删除已经保存的文件。

保存：torch.save(date,path)其中date为保存数据，path为路径加文件名，如：torch.save(date,'/kaggle/working'+".pt")加载torch.load
入门两年的练习生·2022-12-01 15:25

9.XGBoost

XGBoost模型在许多Kaggle比赛中占据主导地位。为了达到峰值精度，XGBoost模型比RandomForest等技术需要更多
自动驾驶小学生·2022-12-01 13:22

资源分享（nlp、kaggle、pytorch、datawhale）

1.2优秀课程1.3优秀作者、公众号二、NLP相关2.1NLP相关2.2transformer资源2.3HuggingFace：2.4其它文章三、CV相关四、数据挖掘4.1pandas、sns工具类五、kaggle
神洛华·2022-12-01 12:48

Kaggle经典项目——房价预测

写在前面：这篇文章旨在梳理kaggle回归问题的一个基本流程。博主只是一个数据分析刚入门的新手，有些错漏之处还请批评指正。
Harold_Ran·2022-12-01 10:05

实战Kaggle比赛：预测房价

4.10.实战Kaggle比赛：预测房价详细介绍数据预处理、模型设计和超参数选择。通过亲身实践，你将获得一手经验，这些经验将有益数据科学家的职业成长。
nsq1101·2022-12-01 10:33

在Kaggle上预测房价——【torch学习笔记】

在Kaggle上预测房价引用翻译：《动手学深度学习》在前面的章节中，介绍了构建深度网络的基本工具，并通过降维、权重衰减和退出来进行容量控制。
一个语文不好的NLPer·2022-12-01 10:03

2--Kaggle: 房价预测

2.1数据导入首先在Kaggle网站进行注册（如不想参加比赛也许可以不用注册）比赛地址：HousePrices-AdvancedRegressionTechniques|Kaggle这里有两种方法将数据放在
pepsi_w·2022-12-01 10:31

kaggle 房价预测比赛项目（一）：数据处理，特征选择

房价预测是kaggle上的入门比赛，总的来说就是给你79个关于房价的特征，然后根据特征预测房价。
君莫笑9102·2022-12-01 10:01

0907实战KAGGLE房价预测数据

数据集：本文主要对KAGGLE房价预测数据进行预测，并提供模型的设计以及超参数的选择。
不玩游戏的小菜鸡·2022-12-01 10:59

kaggle房价预测

目录数据探索初步探索数据及缺失值探索标签分布探索最正相关和最负相关的10个特征探索特征异常值去除异常值绘制标签与各特征的关系少量缺失值和分类变量处理模型训练与预测训练模型获得初始模型评估分数网格搜索或学习曲线获得最优参数模型融合对各预测结果进行组合预测最终房价数据探索初步探索数据及缺失值importpandasaspdimportnumpyasnpimportmatplotlib.pylabasp
信条图·2022-12-01 10:27

kaggle房价预测-回归模型

数据预处理目标变量正态分布化异常值处理缺失值处理转换特征保存训练集和测试集4模型预测岭回归lasso随机森林5预测结果1项目背景项目链接：HousePrices-AdvancedRegressionTechniques|Kaggle
isla77·2022-12-01 10:26

信用卡评分模型

信用卡评分模型项目简介本文主要通过kaggle上Givemesomecredit数据进行数据分析，并根据信用评分建立原理，构建一个简易的信用评分卡模型。
violetcc67617·2022-12-01 09:18

全球最大光伏电池缺陷异常检测数据集PVELAD【发布】

id=118下载地址3：NAVEDownload竞赛测试系统：Photovoltaiccellanomalydetection|Kaggle一、简介二、数据集申请流程三、测试检测结果下载地址1：GitHub-binyisu
苏打水的杯子·2022-12-01 04:18

机器学习系列(3)_特征工程01数据预处理

参考链接：1、scikit-learn官网2、sklearn提供的自带的数据集3、Kaggle官网4、数据挖掘——无量纲化文章目录一、数据中台二、sklearn中的数据预处理与特征工程三、数据无量纲化（
abc123susie·2022-12-01 04:37

实验记录1

19类实验记录一.实验简介1.实验索引实验代码：https://github.com/salmanmaq/segmentationNetworks实验数据集：https://www.kaggle.com
垃圾桶里也挺好·2022-12-01 00:10

文本相似度实战（kaggle）

Kaggle：QuoraQuestionPairs：https://blog.csdn.net/sinat_33741547/article/details/80655906QuoraQuestionPairs
a flying bird·2022-12-01 00:26

数据分析项目实战：电影数据分析

一、项目背景电影公司制作一部新电影推向市场时，要想获得成功，通常要了解电影市场趋势，观众喜好的电影类型，电影的发行情况，改编电影和原创电影的收益情况，以及观众喜欢什么样的内容本案例来源于kaggle上的
木白^0^端墨·2022-11-30 23:18

UNet代码练习

：3.3网络结构展示：3.3.1直接打印的网络结构3.3.2Tensorboard展示：4模型训练4.1训练结果5模型预测5.1展示预测结果1运行环境和目的1.自己电脑没有显卡，训练会慢的离谱，白嫖了Kaggle
Philo`·2022-11-30 17:28

深度学习笔记(kaggle泰坦尼克Pytorch简单实现）

2022年6月1日对kaggle中经典案例泰坦尼克进行简单实现，用于熟悉框架。
TAO__HUI·2022-11-30 17:51

tensorflow识别猫与狗

现在对应的依赖，tensorflow、numpy等等3、解析文件名，识别dog还是cat4、建模5、对模型进行训练6、用测试模型进行验证7、输出结果8、优化模型tostep4[1]图片地址Dogsvs.Cats|Kaggle
sinom21·2022-11-30 10:30

tensorflow识别水果

下载与放置训练图片2、现在对应的依赖，tensorflow、numpy等等3、构建训练集合4、建模5、对模型进行训练6、用测试模型进行验证7、输出结果8、优化模型tostep4[1]图片地址https://www.kaggle.com
sinom21·2022-11-30 10:30

FastRCNN实现识别口罩

对于每个候选框内图像块，使用深度网络提取特征c.对候选框中提取出的特征，使用分类器判别是否属于一个特定类d.对于属于某一特征的候选框，用回归器进一步调整其位置[1]图片地址训练集地址https://www.kaggle.com
sinom21·2022-11-30 10:30

XGBoost(极端梯度提升)算法原理小结

前言XGBoost（eXtremeGradientBoosting）全名叫极端梯度提升，XGBoost是集成学习方法的王牌，在Kaggle数据挖掘比赛中，大部分获胜者用了XGBoost，XGBoost在绝大多数的回归和分类问题上表现的十分顶尖
chenyiming2010·2022-11-30 08:07

Kaggle翻译，第十六天：机器学习进阶 3/7

类别型变量——中级机器学习3/7数据集中往往有许多非数字的数据，我们来看看怎么使用他们。在本课中你教会学到：什么是类别型变量，还有三种处理他们的方法。简介类别型变量只接受一小部分特定的值：想象一个问题，它问你多久吃一次早餐，有四个选项：“从不”，“很少”，“几乎每天”，“每天”。在这个例子中，数据就是分类别的，因为答案被限制在一个分类的集合中。如果人们回答一个关于他们轿车的牌子的调查时，回答将落在
King Stars·2022-11-30 02:48

机器学习 泰坦尼克号——灾难中的机器学习

背景：本篇文章背景为【参考链接:https://www.kaggle.com/competitions/titanic/data】，通过KNN算法，判断生存下来的可能性大小。
闵叶灵·2022-11-30 02:15

kaggle小白必看：小白常见的2个错误解决方案

本文分享下kaggle小白可能经常遇到的两个错误的解决方案。
公众号学一点会一点·2022-11-30 01:18

机器学习实战：沃尔玛销量预测（M5竞赛）

数据集地址：M5Forecasting-Accuracy|KaggleM系列竞赛是针对于时间序列预测的竞赛，从1982年至今已经举办了5届了。
thorn_r·2022-11-29 19:38

深度学习笔记丨李沐深度学习课程kaggle竞赛——加利福尼亚房价预测（我的第一个深度学习项目）

1kaggle竞赛题目Thetaskistopredicthousesalepricesbasedonthehouseinformation,suchas#ofbedrooms,livingareas,
juehuan1999·2022-11-29 13:32

最大熵阈值python_高端实战 Python数据分析与机器学习实战 Numpy/Pandas/Matplotlib等常用库...

算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家快速入门机器学习。旨在帮助同
weixin_39628271·2022-11-29 11:04

硕士毕业，自学Python入门数据科学！

硕士毕业后Peter自学Python转行数据分析，喜欢Python机器学习、爬虫、数据分析，钟爱可视化，创作主要有：《Pandas图解入门教程》，《高级可视化神器Plotly入门实战》，《机器学习kaggle
机智的叉烧·2022-11-29 09:17

论文学习笔记 XGBoost: A Scalable Tree Boosting System

今天分享一篇论文《XGBoost:AScalableTreeBoostingSystem》，由陈天奇于2016年发表，该算法在Kaggle等比赛中大放异彩，现在在工业界也被广泛应用。
AidenLau·2022-11-29 07:54

飞桨——数据集的获取途径和数据处理技巧

数据集获取平台Kaggle、天池、DataFountain、百度AIStudio、GIthub、Gitee图像处理完整流程1.图片数据获取2.图片数据清洗----初步了解数据，筛选掉不合适的图片3.图片数据标注
XXX_UUU_XXX·2022-11-29 06:40

数据获取与处理（以CV任务为主)

一、数据的获取途径1.1Kaggle有趣比较火热的数据集HousePrices-AdvancedRegressionTechniques预测销售价格CatandDog猫狗分类MachineLearningfromDisaster
__YRaY·2022-11-29 06:37

飞桨领航团AI达人创造营——数据获取与处理（CV）

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
小小明少·2022-11-29 06:02

机器学习常用数据集

下面分享和记录一些常用的机器学习数据集：Kaggle：爱竞赛的盆友们应该很熟悉了，Kaggle上有各种有趣的数据集，拉面评级、篮球数据、甚至西雅图的宠物许可证。
管牛牛·2022-11-29 01:59

电信用户流失预测案例（1）

【Kaggle】TelcoCustomerChurn电信用户流失预测案例前言：案例学习说明与案例建模流程  在学习了经典机器学习算法和Scikit-Learn的调参策略之后，接下来，我们将把此前所学到的内容应用到实践当中去
Grateful_Dead424·2022-11-28 23:00

图像语义分割python_Pytorch实现用于图像语义分割：U-Net

UNet:semanticsegmentationwithPyTorchCustomizedimplementationoftheU-NetinPyTorchforKaggle'sCarvanaImageMaskingChallengefromhighdefinitionimages.Thismodelwastrainedfromscratchwith5000images
weixin_39736379·2022-11-28 22:21

pytorch_learning(四）

PyTorch进阶训练技巧1、使用Carvana数据集训练U-Net首先在官网下载Carvana数据集，地址：CarvanaImageMaskingChallenge|Kaggle下载完成后解压到项目文件夹下导包
小狐喵仙·2022-11-28 22:19

task04 Pytorch进阶训练技巧

Carvana数据集地址：CarvanaImageMaskingChallenge|Kaggle1.数据准备首先还是先导入包：fromtorch.utils.dataimportDataset,DataLoaderfromtorchvisionimp
雾切凉宫·2022-11-28 22:45

一个使用detectron2的简单实例分割项目实战

数据集：从kaggle下载效果如下（迭代1000次）：数据集1、下载后的文件包括下面这些，这里用到train.zip、train_mask.zip，各5088张，其中train_mask对应的是以二值化掩膜的形式标记的汽车区域
三石目·2022-11-28 22:38

Unet的Pytorch实现

本篇是基于Pytorch的Unet开源实现，复现Kaggle上的一个算法竞赛“CarvanaImageMaskingChallenge”。
牧羊女说·2022-11-28 22:06

使用MobileNetV3作为预训练模型遇到的问题及解决方法

我参加了kaggle上一个分类比赛，然后决定使用预训练好的MobileNetv3作为基本框架进行修改，然后遇到了一系列的问题，记录一下。
A_water_·2022-11-28 21:02

机器学习进阶（8）：XGboost代码案例（DMatrix）和一些数据预处理的技巧

前言讲XGboost的代码案例并结合Kaggle上的Titanic数据总结一点数据预处理的技巧。案例1简单使用xgboost做分类，了解一些特性。
Y_蒋林志·2022-11-28 18:39

深度学习+pytorch实战Kaggle比赛（一）——房价预测

参考书籍《动手学深度学习(pytorch版），参考网址为：https://zh-v2.d2l.ai/chapter_multilayer-perceptrons/kaggle-house-price.htmlhttps
子非鱼icon·2022-11-28 17:01

pytorch自学笔记——实战 Kaggle 比赛：预测房价

importhashlibimportosimporttarfileimportzipfileimportrequests#这一段是用来下载数据集的————不用看DATA_HUB=dict()DATA_URL='http://d2l-data.s3-accelerate.amazonaws.com/'defdownload(name,cache_dir=os.path.join('..','dat
还是那个狗蛋·2022-11-28 17:01
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他