dataWhale 第17页

Datawhale组队学习之集成学习——Task3偏差和方差理论

Datawhale组队学习之集成学习——Task3偏差和方差理论前言一、优化基础模型1、训练均方误差与测试均方误差：2、偏差-方差的权衡：3、特征提取：4、压缩估计(正则化)：5、降维：6、示例二、对模型超参数进行调优

Codewith_jing·2022-12-24 14:38

四、GradCAM可解释性分析——可解释性机器学习（DataWhale组队学习）

目录CAM算法回顾CAM算法流程CAM算法的精妙之处CAM算法的缺点GradCAMGrad-CAM算法的优点：Grad-CAM算法的缺点：Grad-CAM算法的改进Grad-CAM++算法Score-CAM算法LayerCAM算法总结CAM算法回顾CAM算法流程输入原始图像，经过多层无池化的全卷积神经网络处理得到最后一层512个14×14的channel使用GAP对512个channel分别求平均

卡拉比丘流形·2022-12-24 14:07

datawhale-吃瓜教程-线性模型

datawhale-吃瓜教程-线性模型提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加Task01：概览西瓜书+南瓜书第1、2章Task02：详读西瓜书+南瓜书第3章Task03：详读西瓜书

小740·2022-12-24 14:04

Datawhale吃瓜教程Task3

参考资料：【吃瓜教程】《机器学习公式详解》（南瓜书）与西瓜书公式推导直播合集_哔哩哔哩_bilibili

丝竹青云·2022-12-24 14:33

Datawhale 图神经网络task2

消息传递图神经网络引用自https://github.com/datawhalechina/team-learning-nlp/tree/master/GNN前面文章：图神经网络打卡task1一、引言在开篇中我们已经介绍

一个追逐自我的程序员·2022-12-24 12:59

DataWhale图网络学习（六）基于图神经网络的图表征学习方法

基于图神经网络的图表征学习方法1图同构网络理论1.1基于图同构网络的图表征学习1.2图同构和WLTest算法1.3判断图同构性的条件1.4关于图同构网络的总结：2图同构网络实现2.1基于图同构网络的图表征模块2.2基于图同构网络的节点嵌入模块（GINNodeEmbeddingModule）2.3GINConv--图同构卷积层2.4AtomEncoder与BondEncoder前边我们已经了解了图节

快乐星球小怪兽·2022-12-24 12:25

【算法竞赛学习】金融风控之贷款违约预测-赛题理解

项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/

jaeden_xu·2022-12-24 10:15

天池风控算法大赛来了！

Datawhale赛事主办方：阿里云、intel、ApacheFlink第三届ApacheFlink极客挑战赛暨AAIGCUP已在阿里云天池平台拉开帷幕。

Datawhale·2022-12-24 10:42

Datawhale - Hello Transformer

文章目录模型结构概览模型输入EncoderDecoder代码自己碰到的问题李宏毅老师的transformer讲解的非常细致，可以看这个视频入门模型结构概览模型输入EncoderDecoder代码#-*-coding:utf-8-*-"""transformer网络结构@author:[email protected]:http://nlp.s

代码小白QAQ·2022-12-24 01:44

【学习笔记】Datawhale零基础入门NLP赛事－－天池新闻文本分类－－Day2数据理解与数据分析

今日目标学习使用Pandas读取赛题数据分析赛题数据的分布规律了解PandasIntrotoPandasBasicConceptspandas是面向列的数据分析应用程序接口PrimaryDatastructure:dataframe&seriesseries:asinglecolumndataframe:containsoneormoreseriesloadanentirefileintoaDat

Raven and Time·2022-12-23 18:53

[datawhale 挑战赛打卡]零基础入门推荐系统 - 新闻推荐

赛题背景预测用户未来点击新闻文章为任务，根据用户历史浏览点击新闻文章的数据信息预测用户最后一次点击行为

就聊CRUD·2022-12-23 18:53

Datawhale 李宏毅机器学习 Task6

这期学习的主题是：卷积神经网络。百科上的解释：卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络。卷积神经网络一、为什么用CNN我们都知道CNN常常被用在影像处理上，如果你今天用CNN来做影

社区小萌新·2022-12-23 16:37

数据分析中的数据处理以及特征分析

主要讲述在数据处理及特征分析中利用到的pandas库中的功能，该文以Datawhale提供的资料以及网络搜集的资源整理而成，如有错误欢迎指正。

沈走天·2022-12-23 14:56

Day05-《西瓜书》-支持向量机(DataWhale)

六、支持向量机**来源：**https://www.bilibili.com/video/BV1Mh411e7VU?p=96.1间隔与支持向量训练样本集D={(x1,y1),(x2,y2),...,(xm,ym)},yi∈{−1,+1}D=\{(x_1,y_1),(x_2,y_2),...,(x_m,y_m)\},y_i\in\{-1,+1\}D={(x1,y1),(x2,y2),...,(xm,

liying_tt·2022-12-23 13:31

【Datawhale可解释性机器学习笔记】LIME

介绍LIME算法是MarcoTulioRibeiro2016年发表的论文《“WhyShouldITrustYou?”ExplainingthePredictionsofAnyClassiﬁer》中介绍的局部可解释性模型算法。该算法主要是用在文本类与图像类的模型中。论文地址WhyShouldITrustYou?”ExplainingthePredictionsofAnyClassiﬁer基本特征可解

JeffDingAI·2022-12-23 13:00

基于yolov5的工业缺陷检测方案

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达Datawhale干货作者：limzero，西安交通大学，Datawhale原创作者比赛介绍工业缺陷检测是当前深度学习落地的热门项目

小白学视觉·2022-12-23 12:57

动手学数据分析-Task04：数据可视化

本学习笔记为Datewhale-7月组队学习-动手学数据分析的学习内容，学习链接为：https://github.com/datawhalechina/hands-on-data-analysis数据可视化前言一

weison（cv）·2022-12-23 11:14

【Python基础】手把手教你数据可视化！（附实例讲解）

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达作者：CrescentAI，华南理工大学，Datawhale优秀学习者前言本文对课程数据集及泰坦尼克号数据集进行了实例讲解，一步一步带你绘制数据可视化中常用的五种图形

小白学视觉·2022-12-23 11:13

Datawhale-数据分析-泰坦尼克-第二单元4节-数据可视化

**复习：**回顾学习完第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的统计方法，第二章中我们学习了数据的清理和重构，使得数据更加的易于理解；今天我们要学习的是第二章第三节：数据可视化，主要给大家介绍一下Python数据可视化库Matplotlib，在本章学习中，你也许会觉得数据很有趣。在打比赛的过程中，数据可视化可以让我们更好的看到每一个关键步骤的结果如何，可以用来优化方案，是一个

qq_33128705·2022-12-23 11:11

DataWhale会员数据化运营项目（个人练习）

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportseabornassnsplt.rcParams['font.family']=['SimHei']#显示中文,解决图中无法显示中文的问题plt.rcParams['axes.unicode_minus']=False#建立sheet_name列表，对应excel种的每

jidongdaoshi·2022-12-23 09:05

Datawhale & 天池二手车价格预测（4.12-4.20）

Task1赛题理解（4.12-4.14）打卡一、赛题概况赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、brand和regionCode等信息进行脱敏。二、数据概况

雾瞑·2022-12-23 09:05

阿里天池新人赛——二手车交易价格预测（赛题理解）

阿里天池新人赛——二手车交易价格预测-Task2数据分析概述本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第一场——零基础入门数据挖掘之二手车交易价格预测大赛。

Dikuw-0705·2022-12-23 09:33

Datawhale 计算机视觉基础-图像处理（下）-Task04 HOG特征描述算子-行人检测

Datawhale计算机视觉基础-图像处理（下）-Task04HOG特征描述算子-行人检测目录Datawhale计算机视觉基础-图像处理（下）-Task04HOG特征描述算子-行人检测1.HOG特征介绍

微萧默·2022-12-22 17:11

Datawhale 组队学习OpenCV -task6 边缘检测

6.1简介6.1.1什么是边缘？边缘是图像强度函数快速变化的地方6.1.2如何检测边缘？为了检测边缘，我们需要检测图像中的不连续性，可以使用导数来检测不连续性。但是，导数也会受到噪声的影响，因此建议在求导数之前先对图像进行平滑处理。然后我们可以使用遮罩使用卷积来检测边缘。6.2算法理论介绍与推荐6.2.1Sobel算子使用3×33\times33×3的卷积核来进行图像求导：KaTeXparseer

DreamStar_w·2022-12-22 17:09

【机器学习】在机器学习中处理大量数据！

作者：牧小熊，华中农业大学，Datawhale成员知乎｜https://zhuanlan.zhihu.com/p/357361005之前系统梳理过大数据概念和基础知识（可点击），本文基于PySpark在机器学习实践中的用法

风度78·2022-12-22 14:24

中国各城市首轮感染高峰期预测

作者：chenqin@知乎，经济学研究者编辑来源：Datawhale对台湾地区、香港特别行政区和日本的感染情况与“发烧”搜索指数进行了分析，发现一个可能可以帮助预测感染高峰期的方法：1.将Google搜索指数分为疫情期间和非疫情期间

数据不吹牛·2022-12-22 13:28

Datawhale时间序列挖掘学习资金流入流出预测（四）之特征工程

本篇是（四）特征工程学习笔记（一）理论说明基于对数据的分析和探索可以发现潜在的有效特征，在提取潜在有效特征后，我们进一步分析这些特征与因变量的关联以筛选有预测价值的特征。特征越好，模型性能越出色。特征越好，模型越简单。特征越好，模型灵活性越强。特征构建（1）离散型特征（特征编码）可用于设计规则易于拟合模型，比如xgboost，lightgbm，catboost都以决策树为基模型便于理解便于做特征组

Sunburst.·2022-12-22 00:59

数据挖掘实践（资金流入流出预测）Task01：数据探索与分析

赛题背景介绍2、赛题任务和评估指标3、赛题方案解析二、数据探索与分析1、数据探索和准备步骤1.1时间序列图1.2数据分布可视化1.3变量相关性分析和独立性分析2、资金流入流出预测的数据探索数据挖掘实践本次跟随Datawhale

RexT1·2022-12-22 00:28

Datawhale~数据挖掘实践之序列问题处理~天池·资金流入流出预测-挑战Baseline~Day01~数据探索与分析

写在前面✍本系列笔记基于天池平台上“资金流入流出预测-挑战Baseline”学习赛，记录如何完整的打一次数据挖掘类比赛。同时，该比赛属于序列建模问题，希望学习完成这个任务，可以对序列问题的处理有一定的独立思考能力和实践操作能力，可以将所学理论，用编码的形式和实际的问题得到深入。第一篇，EDA，初步了解以及处理的基本步骤学习前先提问：A.【数据处理】对于一般的数据挖掘类任务，拿到数据之后，首先要对数

小卜妞~·2022-12-22 00:27

可解释机器学习笔记合集

学习打卡01】可解释机器学习之导论Task01预备知识学习task02ZFNet【学习打卡】ZFNet深度学习图像分类算法【学习打卡02】可解释机器学习笔记之ZFNet【算法】可解释机器学习-ZFNet（Datawhale

爱学习的书文·2022-12-21 11:17

2021-06-16 Datawhale GNN组队学习--Task01

@[DatawhaleGNN组队学习——Task02]推荐系统中的图结构数据推荐系统中的涉及到的对象（user、item、feature等）大多数显式或隐式连接，构成天然的图并互相影响。

lingwenzhenjun·2022-12-21 00:50

AI在软硬件开发中的应用落地！

Datawhale活动方向：AI应用，组织方：百度超市中，品种丰富多样的水果吸引来大量的顾客，但是，面对琳琅满目水果种类，超市老板也遇到了新的挑战，店员不但要给水果打上标签进行分类，还要熟记每一种水果的价格和优惠力度

Datawhale·2022-12-20 23:09

目标检测模型从训练到部署！

Datawhale干货作者：张强，Datawhale成员训练目标检测模型并部署到你的嵌入式设备，让边缘设备长“眼睛”。

Datawhale·2022-12-20 23:09

PyTorch学习

学习资料：开源组织DataWhale整理的《深入浅出PyTorch》教程写作目的：记录教程中自己觉得重要的和不熟悉的地方。

Tortoiseshell·2022-12-20 21:44

Datawhale开源学习——数学建模之动态规划（上）

题目（由2020年国赛B题改编）：题目细节不过多赘述，代表厂，代表需要铺设的路，中间的数字代表里程数。其中，运输及铺设每公里需要0.1万元。本题计算最小值，故我认为不需要考虑铺设的成本，因为铺设的成本不含有变量，其值为常数，可在最后加上。钢厂在指定期限内能生产该钢管的最大数量为个单位,钢管出厂销价1单位钢管为万元,如下表：i1234567800800100020002000200030001601

周好蠢·2022-12-20 17:45

【算法】可解释机器学习-ZFNet（Datawhale)

可解释机器学习-ZFNetZFNet算法介绍：AlexNet的提出使得大型卷积网络开始变得流行起来，但是人们对于CNN网络究竟为什么能表现这么好，以及怎么样能变得更好尚不清楚。因此为了解决上述两个问题，ZFNet提出了一种可视化技术，用于理解网络中间的特征层和最后的分类器层，并且找到改进神经网络的结构的方法。ZFNet是MatthewD.Zeiler和RobFergus在2013年撰写的论文Vis

奥瑞给给~~·2022-12-20 17:09

Transformers资料汇总！从原理到应用

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：Elvis，来源：AI公园导读从浅入深学习Transformer的资料汇总。

Datawhale·2022-12-20 15:21

【算法】可解释机器学习-CAM / Grad_CAM(Datawhale)

可解释机器学习-CAM/Grad_CAM一、CAM1.CAM算法介绍2.CAM的特点3.CAM算法的缺点二、Grad_CAM1.Grad_CAM算法介绍2.Grad_CAM算法优点3.Grad_CAM算法缺点4.Grad_CAM算法的变种1）Grad_CAM++算法2）ScoreCAM算法3）LayerCAM算法一、CAM1.CAM算法介绍ClassActivationMapping，CAM类激活

奥瑞给给~~·2022-12-20 15:46

全网唯一，不忽悠的ChatGPT

Datawhale干货作者：Ben，中山大学，Datawhale成员最近ChatGPT火出圈了，它和前阵子的StableDiffusion（AIGC）一样成为社交媒体上人们津津乐道的话题。

Datawhale·2022-12-20 15:08

八月组队学习，吃瓜课程学习笔记打卡 Task1

这里写目录标题机器学习第一章第二章小结本次学习是Datawhale发起的组队学习系列——吃瓜教程|八月份组队学习学习内容由开源学习组织Datawhale提供相关课程链接:https://www.bilibili.com

miskirito·2022-12-20 12:13

吃瓜笔记：Task02 线性模型

Datawhale2022年5月吃瓜教程Task02所用教程：《机器学习》（周志华），《机器学习公式详解》（谢文睿，秦州）学习内容：一元线性回归与多元线性回归（2天）预习：西瓜书3.1、3.2一元线性回归直播回放

余舍·2022-12-20 12:07

机器学习模型评估指标总结！

Datawhale干货作者：太子长琴，Datawhale优秀学习者本文对机器学习模型评估指标进行了完整总结。机器学习的数据集一般被划分为训练集和测试集，训练集用于训练模型，测试集则用于评估模型。

zenRRan·2022-12-20 12:05

CV比赛入门

CV比赛入门赛事模型搭建配置环境自定义dataset预处理数据模型搭建模型验证赛事本文主要借鉴DataWhale的“如何打一个CV比赛”，项目来源于华为2022全球校园AI精英大赛，赛题二：车道渲染数据智能质检赛题这次比赛是一个缺陷检测方面的图像分类赛

zhaoaxi·2022-12-20 12:04

【机器学习基础】非常详细！机器学习模型评估指标总结！

作者：太子长琴，Datawhale优秀学习者本文对机器学习模型评估指标进行了完整总结。机器学习的数据集一般被划分为训练集和测试集，训练集用于训练模型，测试集则用于评估模型。

风度78·2022-12-20 12:03

datawhale课程《transformers入门》笔记5：BERT代码总结

如何应用BERT文章目录如何应用BERT1.BERT代码总结：1.1BertTokenizer（Tokenization分词）1.2BertModel1.3BertEmbeddings1.4BertEncoder1.4.1BertAttention1.4.2BertIntermediate1.4.3BertOutput1.5BertPooler1.6总结尝试BERT的最佳方式是通过托管在Goo

神洛华·2022-12-20 09:34

datawhale课程《transformers入门》笔记4：BERT代码讲解

BERT代码实现文章目录1-Tokenization分词-BertTokenizer1.1Tokenization代码1.2Tokenization代码讲解2-Model-BertModel2.1BertModel前向传播过程2.2BertPreTrainedModel完整代码2.3BertEmbeddings3BertEncoder3.2BertAttention3.3BertSelfAtten

神洛华·2022-12-20 09:33

Reinforcement Learning 强化学习（一）

Task01本次学习主要参照Datawhale开源学习及强化学习蘑菇书EasyRL部分内容参考ShusenWang的github开源项目DRL。

黑小板·2022-12-20 08:50

深度学习推荐模型-DeepCrossing

GoAI·2022-12-19 12:46

2020算法工程师超实用技术路线图

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：周远，来源：机器之心这是一份写给公司算法组同事们的技术路线图，其目的主要是为大家在技术路线的成长方面提供一些方向指引

Datawhale·2022-12-19 11:25

推荐频道

dataWhale