大家好，我是对白。在我读研一那会儿，也参加过几个Kaggle比赛，如Two Sigma公司举办的AI量化比赛，当时虽然没有得奖，但也为我后续学习NLP和推荐算法奠定了良好的基础。今天给大家分享一篇大佬参加Kaggle的经验文章，作者是一名阿里算法工程师，希望对也想玩转Kaggle竞赛的朋友有所帮助，以下为原文。作者：jiazhuamh | 编辑：对白的算法屋这篇文章是我对自己第一次参加 kaggl
转载
2023-12-18 22:54:27
122阅读
0.76076。对数据进行统计并可视化import pandas as pd
import numpy as np
data_train=pd.read_csv("D:/Titanic/data/train.csv")
print(data_train.info())#查看数据缺失情况
print(data_train.describe())#查看数据基本统计信息输出为： &
转载
2024-02-04 00:41:01
58阅读
欢迎来到Kaggle Learn的Python课程。本课程将介绍在开始使用Python进行数据科学之前需要的基本Python技能。这些课程针对那些具有一些编程经验的人，希望将Python添加到他们的项目中或提高他们的Python技能。 （如果你是第一次编程，你可能会发现这门课程节奏太快。第一课将简要介绍Python语法，变量赋值和算术运算符。 如果之前有Python经验，您可能希望直接跳
转载
2024-08-29 22:20:01
132阅读
今天刚刚接触python机器学习之kaggle实战这本书，初步学习了python机器学习库之sklearn的基本运用，照葫芦画瓢的对书中代码进行了一定的编写运行，小小记录我学机器学习之路 主要是这对支持向量机 、朴素贝叶斯、k近邻、决策树 ，使用sklearn快速对其进行建模训练操作一 支持向量机这里不涉及具体的算法原理知识，主要是使用sklearn库函数进行构建训练网络#使用sklearn中的
转载
2024-07-11 02:14:08
246阅读
利用kaggle提供的免费GPU训练自己的神经网络(猫狗大战数据集) 文章目录利用kaggle提供的免费GPU训练自己的神经网络(猫狗大战数据集)1.前言2.数据集选择3.读取数据并作预处理4.搭建模型与开始训练5.结束语 1.前言kaggle是一个社区，一个平台，他提供了每周至少30个小时的免费GPU并且这个GPU的性能十分不错，看价格直接就能把我说服对于硬件不好的同学(毕竟不是谁都不想刚入门就
转载
2024-01-02 13:32:34
267阅读
数据分析不是我所擅长的，可以直接使用别人的读取代码，有eda的更好了，省劲，首先找一个好的，可以提交的代码跑一下提交，这是第一步。接下来，看看评论，哪种模型结构更好，站在巨人的肩膀上更轻松一点，现在主流都是残差网络了，需要尝试的也不是很多，如果比赛刚开始的话，不要着急，先进行数据分析，把数据下载下来不要着急，慢慢看，过一段时间评论会给出不少好的方案，还是一句话，站在巨人的肩膀上会更加轻松，第一次不
转载
2024-04-10 14:52:12
37阅读
kaggle 的入门可以从101playground 开始，重要的是要开始做，万事开头难。然后平时要多多看高手的文章，获奖经验。有的高手获奖者甚至会把自己的源代码放上去，你就是去仅仅跑一遍，也能学到非常多的东西。关于kaggle的问题分类：一般就是regression，classification, timeseries这几类。kaggle的问题一般解决过
转载
2023-10-03 16:19:17
226阅读
推荐系统的一个题目1.题目综述根据给出的事件信息、用户信息等，给出推荐的活动列表。对于每个时间，给出一个感兴趣的概率值，然后根据概率值进行排序。判定标准是 MAP（Mean Average Precision） at 200 2.数据预处理题目中给出了六个文件，分别是：train.csv:特征有6个，分别是用户，事件，是否被邀请，时间戳，感兴趣，不感兴趣。数据量：15000+
转载
2023-10-08 17:00:08
126阅读
1. LeNetLeNet是最早发布的卷积神经网络之一，因其在计算机视觉任务中的高效性能而受到广泛关注。 这个模型是由AT&T贝尔实验室的研究员Yann LeCun在1989年提出的（并以其命名），目的是识别图像中的手写数字。1.1 LeNet架构：总体来看，LeNet由两个部分组成：卷积块（有两个卷积层组成）和全连接块（由三个全连接层组成），架构如下图所示。 **每个卷积块中的基本单元是
介绍参加Kaggle比赛，我必须有哪些技能呢？你有没有面对过这样的问题？最少在我大二的时候，我有过。过去我仅仅想象Kaggle比赛的困难度，我就感觉害怕。这种恐惧跟我怕水的感觉相似。怕水，让我无法参加一些游泳课程。然而，后来，我得到的教训是只要你不真的跨进水里，你就不知道水有多深。相同的哲学对Kaggle也一样适用。没有试过之前不要下结论。 Kaggle，数据科学的家园，为竞赛参与者，客
# 深度学习实战：Kaggle篇
在当前的人工智能时代，深度学习技术已经成为了各类数据分析和预测任务中的核心工具。Kaggle作为一个数据科学竞技平台，给了我们很多机会去实践这些技术，并通过实际项目来加深我们的理解。在这篇文章中，我们将探讨如何开始一个Kaggle深度学习项目，并提供相应的代码示例。
## 深度学习项目流程
一个完整的深度学习项目通常可以分为以下几个步骤：
```merma
cpu1. cpu是寄存器的合体，当然除了寄存器还有其他的控制器，计算器，时钟，这不讨论，寄存器有多种类型 ：【累加寄存器，程序计数器，标志寄存器，基址寄存器，变址寄存器，通用寄存器】等
2. 其中程序计数器控制着下一步执行的指令的地址，分支和循环计数器跟着做调整，标志寄存器存储着计算的结果，如判断两个值大小，则相减看结果和0比较。
3. 函数调用中起作用的call指令和return指令，cal
# Kaggle实战深度学习
在数据科学的世界里，Kaggle被视为一个不可或缺的平台，它不仅提供了丰富的数据集，还通过比赛激励着研究者和开发者之间的交流与合作。在这一背景下，深度学习作为一种强大的工具，已经成为很多Kaggle比赛中的核心部分。本文将介绍如何在Kaggle上利用深度学习进行数据分析，并提供一些代码示例来帮助理解这一过程。
## 深度学习概述
深度学习是一种机器学习方法，它通
原创
2024-10-28 04:43:14
210阅读
Titanic: ML from disasterdeal with csv trainning data using pandas etc.Titanic是kaggle的一个toy级别的入门问题，主要是为了熟悉一下kaggle题目的解题思路，以及用到的处理方法，算法，以及对应的函数库的使用。首先，用pandas做数据的读写，并且可以大致看一下数据长什么样子；然后，用seaborn可以了解一下数据
Kaggle从入门到实战教程（新手必备）文章目录：1 kernel的创建1.1 Notebook的kernel的创建（从零开始创建）1.1.1 相关的配置说明1.2 Script的kernel的创建（从零开始创建）1.3 从已有的数据集开始创建kernel2 kaggle创建新的文件2.1 kaggle通过上传创建新的文件2.2 自己手动创建py文件2.3 kaggle如何直接上传完整的项目使用
转载
2023-10-06 21:27:35
410阅读
小记前几个月开始玩kaggle，顺便巩固下自己的机器学习知识，记录一些常用到的代码~ 引用pandas 下的 one hot encoder 及 pd.get_dummies() 与 sklearn.preprocessing 下的 OneHotEncoder 的区别删除数据的方式#行删除
train = train.drop(train[(train['GrLivArea']>4000)]
转载
2024-07-15 16:02:04
88阅读
# 项目方案：使用Spark进行深度学习模型训练
## 项目背景
深度学习在各个领域取得了巨大成功，但是由于模型参数多、计算量大的特点，训练过程通常需要大量的计算资源。而Spark是一个分布式计算框架，可以很好的解决大规模数据处理和计算问题，因此结合Spark进行深度学习模型训练，可以提高计算效率和加速训练过程。
## 项目方案
### 1. 数据准备
首先需要准备训练数据，可以使用Spar
原创
2024-02-28 07:40:48
139阅读
各位小伙伴们，是不是用手机4g玩游戏的时候，每次来电话，接电话以后游戏都掉线啦？经常因为接电话，错过了一波关键的团战或者任务呢？不过，如果未来大家使用的是华为Mate20系列手机的话，这种只能二选一的情况就不会出现了。前段时间有知名爆料网站slashleaks爆料了一张华为Mate20系列发布会的PPT，这款将于10月16日发布的新机将采用双卡双通技术，而双卡双通就能够让用户实现边玩游戏边接电话。
## 怎么在线上跑深度学习代码
在实际应用中，深度学习模型的训练通常需要大量的计算资源，而很多人可能无法在本地环境中完成训练工作。因此，我们可以选择将深度学习代码部署到云服务器上进行在线训练。以下是一个针对这个问题的解决方案。
### 方案概述
我们将使用Google Colab这个免费的云端Notebook服务来运行深度学习代码。Colab提供了免费的GPU和TPU资源，可以大大加速模型训
原创
2024-07-13 07:17:47
210阅读
一. 前言这篇就是总结一下Anaconda里也就是jupyter notebook中如何安装使用tensorflow的GPU版本，踩了好多好多坑，各种各样的错误，写这篇文章也是为了记录一下步骤和各种错误，以防自己忘了还要在踩坑。(这里我就默认已经装好了Anaconda和jupyter notebook了)二. 所有步骤1）通过Anaconda建造一个虚拟环境，保证不会影响到全局，一切都在虚拟环境中
转载
2024-06-05 04:10:11
3187阅读
点赞
1评论
