發(fā)簡信
IP屬地：不列顛哥倫比亞
-
Pytorch 實用入門實踐 - 基于手寫圖像集快速搭建神經網絡
本節(jié)課主要將兩件事情： 1. Pytorch 搭建分類神經網絡 2. 神經網絡基本架構 --- 0 項目準備： 這里先下載數(shù)據(jù)婴梧，這里主要是下載手...
-
實用機器學習技巧 - 如何選擇驗證集和訓練集
這節(jié)課主要解決兩個問題 - 驗證集的大小如何設定? - 訓練集中有些類別數(shù)據(jù)量太小怎么辦介劫？ 驗證集的大小如何設定？ 這里有個簡單的方法來驗證欺抗。 ...
-
機器學習如何賺錢？- 垂直領域/橫向領域應用的商業(yè)數(shù)據(jù)模型今天介紹從兩個角度來介紹機器學習的商業(yè)領域的產品應用： - 橫向領域：在不同類型的業(yè)務中執(zhí)行的操作礼预。即涉及營銷的一切第步。 - 垂直領域：在企業(yè)內部...
-
實用隨機森林 - 針對時間序列的 kaggle 技巧這節(jié)課我們主要講講： 1。OOB 和 validation 的數(shù)值計算上區(qū)別 2喻频。時間序列模型建立時缩宜，如何處理 validation 和 tes...
-
實用機器學習-隨機森林如何作科研分析及討論 EDA“當模型建立后，如何解釋和分析模型，往往是科研中必不可很少的一部分锻煌。機器學習模型往往被成為黑箱子妓布，如何在傳統(tǒng)領域的分析方法上進行一定解釋，是我們...
-
實用 Kaggle 隨機森林 - 如何處理 nan & 數(shù)據(jù)太少怎么辦1. nan 的處理 先講一個真事： 在 Kaggle 的一個競賽里面宋梧，是要求預測哪些大學的基金項目會得到批復而那些不會匣沼。隨后一個參賽者通過其中...
-
實用 Kaggle 競賽之 隨機森林 Random Forrest 的數(shù)據(jù)預處理、模型實現(xiàn)及可靠性評估EDA“本文通過 Python 代碼實現(xiàn)的方式來來介紹具體的實現(xiàn)捂龄。 以 Python 為基礎释涛，調用各種比較基礎的庫，其中穿插一些Kaggle處理的建議...
-
實用 Kaggle 競賽之 隨機森林 Random Forrest 的評估及調參“本文內容的訴求為實用倦沧、易上手唇撬，所以理論的內容以及公式只做少量的解釋，并不著重涉及刀脏【旨裕“ 本節(jié)內容：1。評價函數(shù) —— 如何評價模型的好壞2愈污。測試...
-
Kaggle 快速模型之 Random Forrest 隨機森林
隨機森林 RF 在 Kaggle 大名遠播耀态，稱霸很久。 那么暂雹，我們這里就先聊聊原因首装。以下分析來自 University of San Franc...