prediction 第17页

1st Competition of Datawhale: the car price prediction

1stCompetitionofDatawhale:thecarpricepredictionTask1参赛组队Task2初步EDA，学习成果以blog的形式进行沉淀先说环境配置环境舒服了就开始过baseline坑一#数据文件地址如何查看隐藏列坑二#老版本pdf格式的文档代码查看不全。转战到天池的官方维护文档去。而且还是最新的版本五。理解missingno工具理解seaborn工具又遇到一个小插曲

foolloof·2020-07-27 22:42

GD-GAN: Generative Adversarial Networks for Trajectory Prediction and Group Detection in Crowds

GD-GAN:GenerativeAdversarialNetworksforTrajectoryPredictionandGroupDetectioninCrowds2019-09-2410:16:03Paper:https://arxiv.org/pdf/1812.07667.pdfDemovideo:https://www.youtube.com/watch?v=7cCIC_JIfms本文提

a1424262219·2020-07-27 18:19

论文浅尝 | Complex Embeddings for Simple Link Prediction

ThéoTrouillon,JohannesWelb,SebastianRiedel,ÉricGaussier,GuillaumeBouchard.ComplexEmbeddingsforSimpleLinkPrediction.InProceedingsofthe33ndInternationalConferenceonMachineLearning,pages2071–2080(ICML2

开放知识图谱·2020-07-27 17:08

【论文阅读】Classification and mutation prediction from non-small cell lung cancer histopathology image..

Classificationandmutationpredictionfromnon-smallcelllungcancerhistopathologyimagesusingdeeplearning注明：本文属于博主原创，要转载请注明出处，尊重作品的原创性转载请注明出处：https://blog.csdn.net/Resume_f/article/details/103000410深度学习分类肺癌

florrie Z·2020-07-27 17:40

Prediction: By 2013, Html5 Will Rule Enterprise Mobility.

原文地址：http://blogs.clicksoftware.com/mobilefever/bid/52121/Prediction-By-2013-Html5-Will-Rule-Enterprise-Mobility

dayello·2020-07-15 22:32

R语言逻辑回归 logistic regression

factorpred<-factor(pred,levels=c(0,1),labels=c("nonspam","spam"))table(test$type,pred,dnn=c("Labels","prediction

wildwind0907·2020-07-15 09:25

机器学习系列20-无监督学习之词嵌入

Sakura_gh·2020-07-15 08:47

Prediction of Multidrug-Resistant TB from CT Pulmonary Images Based on Deep Learning Techniques论文总结

PredictionofMultidrug-ResistantTBfromCTPulmonaryImagesBasedonDeepLearningTechniques解决的问题：TB（肺结核）疾病可分为drug-sensitive（DS）和multidrug-resistant(MDR)，为了发现病人TB所属于的类型，传统的方法是进行复杂的微生物培养菌实验，将持续几个月的时间。因此如何快速，准确的

Turbo_Come·2020-07-14 06:53

(论文阅读)Deeper Depth Prediction with Fully Convolutional Residual Networks

对于深度估计这个问题来说，这篇文章是非常经典的一篇文章了。FCRN做了两点贡献：-1使用了小卷积代替大卷积的方式实现了上采样-2使用了huber作为了loss[code]https://github.com/iro-cp/FCRN-DepthPrediction[paper]https://arxiv.org/pdf/1606.00373.pdf1使用小卷积代替大卷积，实现上采样首先我们先要明白，

yjl9122·2020-07-13 23:18

spark mllib实现广告点击率预测

训练和测试数据使用KaggleAvazuCTR比赛的样例数据，下载地址：https://www.kaggle.com/c/avazu-ctr-prediction/data数据格式如下：包含24个字段：

小码哥_6·2020-07-13 22:31

focal loss

deffocal_loss(prediction,target,weights=None,alpha=0.22,gamma=2):"""Computefocallossforpredictions.Multi-labelsFocallossformula

zwwhsxq·2020-07-12 20:57

tensorflow4 代价函数、dropout、优化器

mnist数据集分类的简单版本程序，使用不同的代价函数做计算二次代价函数激活函数使用二次代价函数的运行结果#使用二次代价函数的结果-精度#loss=tf.reduce_mean(tf.square(y-prediction

叶落叶子·2020-07-12 11:15

IIKI2018_生成对抗网络_Stock Market Prediction Based on Generative Adversarial Network

StockMarketPredictionBasedonGenerativeAdversarialNetworkDepartmentofComputerScienceandTechnology,OceanUniversityofChina,Qingdao,266100,China最近看的一篇关于生成对抗网络在股票市场预测中的运用的文献,是由中国海洋大学的kangzhang等人于2018年发表在II

weixin_30480075·2020-07-12 06:56

Santander Customer Transaction Prediction(2)

https://www.kaggle.com/c/santander-customer-transaction-prediction/leaderboardimportpandasaspdimportmatplotlib.pyplotasplt

ljtyxl·2020-07-12 04:22

精读论文：Urban Traffic Prediction from Mobility Data Using Deep Learning

UrbanTrafficPredictionfromMobilityDataUsingDeepLearningIEEENetwork2018OUTLINEmobilitydata的四种分类传统方法及三种任务的介绍和深度学习在三种任务中的进展未来的两个研究方向文章把预测交通的mobilitydata分成如下几类TrafficDatafromInfrastructurese.g.,loopdetect

一条咸狗·2020-07-12 04:43

《Learning Piece-wise Linear Models from Large Scale Data for Ad Click Prediction》阿里妈妈MLR模型与python代码

MLR模型可以用于点击率CTR预估（二分类）。可以先看一下原文下载地址https://arxiv.org/pdf/1704.05194.pdf。数学模型写成了如下形式：文中，σ(x)σ(x)σ(x)采用Softmax函数，η(x)η(x)η(x)采用sigmoid函数，同时，g(x)=xg(x)=xg(x)=x，那么上式可以转换成：模型的损失函数为包含三部分：交叉熵损失，L2正则化，L1正则化。代

蠡1204·2020-07-11 19:26

kaggle笔记03：Google Analytics Customer Revenue Prediction

数据下载地址：https://www.kaggle.com/c/ga-customer-revenue-prediction1.定义问题根据渠道、日期、媒体信息、国家等信息预测顾客销售额综合的对数函数。

e卵石·2020-07-11 17:22

时间序列--预测多步的四个策略

1.prediction(t+1)=model1(obs(t-1),obs(t-2),...,obs(t-n))prediction(t+2)=model2(obs(t-2),obs(t-3),...,

上进的菜鸟·2020-07-11 10:58

Python小知识

字符串替换str="/home/test/"printstr.replace("test","prediction")#/home/prediction字符串分割str="/home/test/"printstr.split

何雷·2020-07-11 07:57

元学习——Meta Relational Learning for Few-Shot Link Prediction in Knowledge Graphs（文献解读）

元学习——MetaRelationalLearningforFew-ShotLinkPredictioninKnowledgeGraphs（文献解读）1.Introduction常规的知识图谱是由一系列的三元组所组成，三元组的基本形式为：头实体，关系，尾实体头实体，关系，尾实体头实体，关系，尾实体尽管在知识图谱中包含了大量的实体、关系和三元组，但是很多的知识图谱仍然是不完整的。因此，知识图谱的完整

隔壁的NLP小哥·2020-07-11 07:46

论文阅读：social lstm：Human Trajectory Prediction in Crowded Spaces

社会LSTM：拥挤空间中的人类轨迹预测学习笔记参考：studynote:https://www.zybuluo.com/ArrowLLL/note/981714摘要：行人遵循不同的轨迹以避开障碍物并容纳行人。任何导航这样一个场景的自动驾驶车辆都应该能够预见到行人的未来位置并相应地调整其路径以避免碰撞。轨迹预测的这个问题可以被视为序列生成任务，我们有兴趣根据他们过去的位置预测人的未来轨迹。在最近成功

hbhhhxs·2020-07-11 07:23

Center and Scale Prediction: A Box-free Approach for Object Detection

CenterandScalePrediction:ABox-freeApproachforObjectDetection中心和尺度预测：一种box-free的物体检测方法无锚框的物体检测方法WeiLiu,ShengcaiLiao,IrtizaHasanComputerScience，CS：计算机科学ComputerVision，CV：计算机视觉noname：n.没有名字，无名manuscript[

Yongqiang Cheng·2020-07-11 03:53

（MLR）Learning Piece-wise Linear Models from Large Scale Data for Ad Click Prediction

LearningPiece-wiseLinearModelsfromLargeScaleDataforAdClickPredictionKunGai1,XiaoqiangZhu1,HanLi1,KaiLiu2†,ZheWang3†[email protected],{xiaoqiang.zxq,lihan.lh}@alibaba-inc.comBeijingParti

ljtyxl·2020-07-10 18:43

python之MSE、MAE、RMSE

target=[1.5,2.1,3.3,-4.7,-2.3,0.75]prediction=[0.5,1.5,2.1,-2.2,0.1,-0.5]error=[]foriinrange(len(target

llx1026·2020-07-10 17:20

Deep Learning Driven Visual Path Prediction from a Single Image

论文解决的问题：静态场景下估计物体最可能的运动轨迹。Motivation:用神经网络，对行人和周围环境进行建模（空间上下文）和行人的方向建模（时间上下文）。估计出行人与周围环境的交互和方向后，设计具体的损失函数，使path在可能出现的地方和可能的方向时loss最小。缺点：只对行人与静态环境的交互性进行建模，没有考虑行人本身的动态信息。方法：1、构建spatialMatchingNetwork。输入

kikyou123·2020-07-10 13:33

[视频编码] 视频编码的三种帧：I帧，B帧，P帧

在视频压缩编码中，所有的帧被分成了三个种类，I帧，B帧和P帧，其实就是Intra-Prediction帧，Bi-prediction帧和Prediction帧。

轻舞飞扬SR·2020-07-10 02:51

【论文笔记】Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction

https://arxiv.org/pdf/1802.08714本文的目的是出租车需求预测，特点在于结合了时间、空间、语义三方面的信息，深度学习模型前言本文贡献参数定义DMVST-Net框架空间视角：局部CNN时间视角：LSTM语义视角：结构嵌入损失函数实验算法对比：组合对比非常重要的一张图前言简单来说，本文综合了时间、空间、语义三个方面预测需求量。空间：localCNN，强调了邻近空间相似，较远

煎饼证·2020-07-09 18:49

[Reinforcement Learning] Model-Free Prediction

[ReinforcementLearning]Model-FreePrediction蒙特卡洛学习蒙特卡洛方法（Monte-CarloMethods，简称MC）也叫做蒙特卡洛模拟，是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。其实本质就是，通过尽可能随机的行为产生后验，然后通过后验来表征目标系统。在Model-Free的情况下，MC在强化学习中的应用就是获取价值函数，其特点如下：M

weixin_37958272·2020-07-09 16:37

19KDD AccuAir Winning Solution to Air Quality Prediction for KDD Cup 2018

目的：用空气质量、meteorology（气象学）、spatialtopology（空间拓扑）、天气预报、站点信息、时间信息来预测空气质量。难点：影响因素多，参量之间的影响是非线性的且具有时空特性，突变的噪声性质，有未知参量的影响。解决方案：建立了LightGBM、spatial-temporalgatedDNN、Seq2Seqmodel三个模型，分别用现有数据集训练；再训练一个线性模型将上述三个

AndyFlyingZZZ·2020-07-09 10:10

【论文阅读】Deep Distributed Fusion Network for Air Quality Prediction

DeepDistributedFusionNetworkforAirQualityPrediction摘要：基于对大气污染的领域知识，提出了一种基于深度神经网络（DNN）的方法（Deep-air），该方法由空间变换组件和深度分布式融合网络组成。考虑到大气污染物的空间相关性，组件将空间稀疏的空气质量数据转换为一致的输入，以模拟污染物源。后一种网络采用神经分布式结构，融合城市异质数据，同时捕捉影响空气

weiwanshu·2020-07-09 09:41

VVC编码工具之Inter Prediction

声明：本系列博文均为原创，转载请注明出处，谢谢！https://blog.csdn.net/xiangxiazaif/article/details/893750771.ExtendedmergepredictionHEVC中，merge候选列表最大值为5（空域4+时域1），候选集为5个空域，2个时域以及候选集总数小于最大值时增加的组合双向预测（只针对B帧）和零MV；VTM4中，merge候选列表

xiangxiazaif·2020-07-09 01:14

VVC编码工具之Intra Prediction

声明：本系列博文均为原创，转载请注明出处，谢谢！https://blog.csdn.net/xiangxiazaif/article/details/893750071.Intramodecodingwith67intrapredictionmodes（1）VTM4将帧内角度预测模式从33扩展到了65种，新增的mode为图9中的红色虚线（2）对于矩形块，传统的角度预测模式会被wide-anglei

xiangxiazaif·2020-07-09 01:36

Intra−Planar and Intra−DC Prediction

Intra−PlanarandIntra−DCPrediction（翻译）参考文献：G.J.Han,J.R.Ohm,W.J.Han,andT.Wiegand,“OverviewoftheHighEfficiencyVideoCoding(HEVC)Standard,”IEEETrans.CircuitsSyst.VideoTechnol.,vol.22,no.12,pp.1649–1668,Dec

Jyno·2020-07-08 09:01

M4C精读:融合多种模态到公共语义空间，使用指针增强多模态变形器来迭代应答TextVQA任务 Iterative Answer Prediction Pointer-Augmented

M4C精读:融合多种模态到公共语义空间，使用指针增强多模态变形器来迭代应答TextVQA任务IterativeAnswerPredictionwithPointer-AugmentedMultimodalTransformersforTextVQA论文点我Code点我摘要许多视觉场景都包含了承载重要信息的文本，因此理解图像中的文本对于后续的推理任务是至关重要的。例如，一个警告标志上的深水标签警告人

蛇胆隆力奇·2020-07-08 09:48

Spark报错java.io.IOException: Cannot run program "python": CreateProcess error=2, 系统找不到指定的文件

frompyspark.ml.classificationimportGBTClassifierGBT=GBTClassifier(featuresCol="features",labelCol="label",predictionCol="prediction

slibra_L·2020-07-08 06:24

caffe使用cuda速度只比cpu快了2倍？

下面是测试数据（图像大小216kb），跑多次程序，提速基本保持在1.5-2倍CPU_ONLY=1----------Prediction

lalalala256·2020-07-07 20:01

HEVC中的帧内预测模式选择（Intra prediction mode selection in HEVC）

HEVC标准提供35个帧内预测模式，包括一个DC模式，一个Planar模式，以及33个Angular模式。在HEVC的testmodelHM10.0中，对于帧内预测的模式选择可以总结为：35个预测模式首先根据STAD的方式，利用Hadamard变换，选择RD-cost最小的3个（对于64*64,32*32,16*16的PU），或者8个（对于8*8，4*4的PU）。同时计算当前PU的MPM（Most

minbiao880224·2020-07-07 17:24

KDD_2018_notes Smoothed Dilated Convolutions for Improved Dense Prediction

lirt15·2020-07-07 13:15

从HEVC到VVC：帧内预测技术的演进(1) —方向预测（Angular intra prediction）

在视频压缩标准过去三十多年的发展历程中，方向预测（angularintraprediction）因其较低的实现复杂度以及相对高效的编码增益，成为多项国际视频标准（如H.264/AVC,VP9,AVS1,HEVC等）中的关键编码技术。然而，随着设备终端计算能力的不断提高以及市场对视频压缩性能需求的持续增强，更高性能更精细的方向预测技术逐渐成为研究热点，并被成功推向多项视频编码标准。本文分别以国际视频

涵小呆·2020-07-06 21:20

数据挖掘中分类算法小结

分类方法（Classification）用于预测数据对象的离散类别（CategoricalLabel）；预测方法（Prediction）用于预测数据对象的连续取值。

yaoyepeng·2020-07-06 10:33

Dynamic model 动态模型 & Prediction update 预测更新

在DMCplus控制器中斜坡变量的处理方式与稳态变量不同。模型响应也有些不同。下图10所示为缓冲罐液位斜坡响应：假设出容器流量每小时增加1Mlb/hr，液位大约会以1%/60min的速率下降。斜坡值（如图所示为-0.0154）即液位变化率，是基于模型响应的最后两个系数计算的。在60min时响应依旧在下降，这表明系统依旧存于不平衡状态。Figure10:RampModelResponse图10：斜坡

橡果·2020-07-06 05:24

2. 强化学习之——马尔科夫决策过程

目录马尔科夫链马尔科夫奖励过程（MRP）马尔科夫决策过程（MDP）马尔科夫决策过程中的策略估计/预测（policyevaluation/prediction）马尔科夫决策过程中的预测和控制（predictionandcontrolinMDP

TheWindOfJune·2020-07-06 04:33

ZYNQ中ARM架构简析（1）——Cache和Branch Prediction

zynq7000系列作为xilinx公司最具性价比的SOC系列，在消费市场大受欢迎。其内部配置一个或两个ARM架构的cortexA9核，对于管理调度有重大意义，同时在ARM侧（专业叫法为PS侧）配置了uart，iic，ethernet，flash，ddr等多个接口，不再需要FPGA侧（PL侧）针对这些接口再做控制器，使用起来更加方便，当然效率肯定不如纯FPGA来的高。这篇文章只是分析一下PS侧的A

Rddd·2020-07-06 03:58

【显著性检测】【CVPR2018】Salient Object Detection Driven by Fixation Prediction【论文笔记】

论文链接显著性检测分为显著性物体检测和凝视点检测，过于人们往往认为这两者是完全不同的任务，而很少有人探究相互之间的联系。该文作者提出利用凝视点检测来指导显著性物体检测。作者提出的ASNet网络结构如图，经过前向传播，VGG网络得到凝视点检测图，然后通过ConvLSTM对图像进行精细化，每个ConvLSTM的循环次数为3，通过不断结合VGG网络提取的各级特征，从高级特征向低级特征来指导显著性物体检测

千草幽幽·2020-07-06 02:23

[pySpark][note]Click-Through Rate Prediction

Click-ThroughRatePredictionLabThislabcoversthestepsforcreatingaclick-throughrate(CTR)predictionpipeline.YouwillworkwiththeCriteoLabsdatasetthatwasusedforarecentKagglecompetition.*Thislabwillcover:*###

matdodo·2020-07-05 18:47

AI从零开始之我们为什么要为了那个虚无缥缈的f而奋斗

其实，说白了业界认为其实就主要有两个目的：“预测”（prediction）和“推论”（inference）预测很多情况

gordon1986·2020-07-05 16:42

Action Prediction探索

背景由于项目组中有异常行为检测的项目，该项目需要对异常行为及时的报警，是real-timeandonline的检测。前期，项目研究了ActionRecognition,而Recognition是对trimmed视频进行识别，而且是对发生完的动作进行识别，不适合项目的需求。而之后又探索了anomalydetection,这个是对异常事件的检测，但是异常事件检测采用重构的思想，即对正常行为进行训练，重

jk_algo·2020-07-05 12:46

语义分割Searching for Efficient Multi-Scale Architectures for Dense Image Prediction论文详解

论文链接https://arxiv.org/abs/1809.04184动机目前的工作显示了在图像分类任务上，通过metalearning自动设计的网络的表现已经超过了一些人工设计的网络。但是我们希望把metalearning技巧运用到其他视觉任务上，比如语义分割、目标检测。这类任务依赖高分辨率的图片输入以及多尺度的图片特征表达。但是把分类任务的想法运用到这类更复杂的任务上无法满足任务要求，原因有

sinat_24674017·2020-07-05 12:47

kaggle - Rossmann Store Sales - 销量预测

Github:https://github.com/yjfiejd/Sales_prediction(可下载数据与代码)Kaggle:RossmannStoreSales学习的点：#numpytolist

sinat_15355869·2020-07-05 12:24

Cross-Domain Review Helpfulness Prediction -论文阅读

Cross-DomainReviewHelpfulnessPredictionbasedonConvolutionalNeuralNetworkswithAuxiliaryDomainDiscriminatorsAbstract问题：如何估计评论的有用性并将其恰当地推荐给消费者（reviewhelpfulnessprediction）当前方法缺点：每个域需要大量的标注数据。每个域之间是封闭的，当在

立刻有·2020-07-05 11:02

推荐频道

prediction