首先介绍题目与数据：特别提供一下数据，供后来看到的盆友下载研究（现在官网上剩下的数据是复赛的了），测试数据分AB榜，不了解的去看天池平台的介绍：链接：https://pan.baidu.com/s/1SGZi_o1UVobHfy275onoOw 密码：rf6s竞赛题目中国是世界上糖尿病患者最多的国家，病人达到1.1亿，每年有130万人死于糖尿病及其相关疾病。每年用于糖尿病的医疗费用占中国公共医疗卫
因原数据集过大，电脑和MySQL跑不动，故截取前一百万条数据进行实战演练、1、导入数据利用navicat软件直接导入下载好的Excel文件（较大数据集可用kettle导入） 2、数据预处理use aori;
desc userbehavior;
select * from userbehavior limit 5;
--更改字段名
alter table userbehavior c
转载
2024-04-19 13:27:07
120阅读
分类 ，这是有很多非常成熟的算法，非常直观，按照一个分类属性，把样本分为不同的类别。聚类 ，聚类与分类的差别在于，分类分析有一个分类属性作为输出，比如“好”、“坏”之类，但聚类没有。聚类分析探索各个样本间的内在关系，并按一定标准把它们“聚”在一块。按照有没有相应的输出分类属性，一个术语是，分类是有指导的学习，而聚类是无指导的学习；关联分析，就是著名的购物篮分析，例子就是沃尔玛的啤酒和尿布，探索数据
一：赛题理解1.1：数据说明数据可以直接在阿里云天池官网下载。其格式如下： 上图所示为训练数据，其中V0-V37共38个特征变量，target字段是目标变量。1.1：评估指标预测结果以均方差MSE为评判标准： from sklearn.metrics import mean_squared_error mean_squared_error(y_true, y_pred）1.2：赛题模型在机器学习中
转载
2024-04-23 16:26:41
78阅读
阿里云天池学习赛零基础入门数据分析-学术前沿趋势分析前言一、赛题描述及数据说明1：数据集的格式如下：2：数据集格式举例：二、task2论文作者统计（数据统计任务）：统计所有论文作者出现评率Top10的姓名；1.题目意思解读及整体思路分析2.各节代码展示与讲解3.完整代码展示4.代码中几个需要注意的地方： 前言本博客主要记录零基础入门数据分析-学术前沿趋势分析的自己的一些理解，主要是解题思路以及代
转载
2024-02-02 07:36:25
138阅读
第五届阿里天池中间件比赛经历分享本文记录了作者与队友们参加2019年第五届阿里天池中间件的经历。初赛排名175/4000+队伍，幸运进入决赛。虽然最终方案比较简单，但是过程很是曲折。最后通过高分选手开源的代码，总结下不足与经验。决赛正在进行中，本文会不断更新。初赛 自适应负载均衡算法题目三个provider，200:450:650，一个consumer。provider内部通过信号量模拟处理能力的
转载
2024-05-05 15:46:15
98阅读
目的学习，实践，不同机器学习算法使用的包及安装pip install numpy
pip install Pandas数据获取阿里云天池大数据竞赛官网获取莫某引入包import pandas as pd
import numpy as np获取数据poke = pd.read_csv('./pokemon0820.csv')获取18项定向攻击的伤害指数# 获取数据
against_ = poke.
关于流失用户的分析框架，之前有发一版 pdf。想了想，还是整理成文字说说，毕竟这类指指标很常见。于是把内容抽象出来，整理成流失用户分析框架。分析流程分为：收集信息、制定方案、实施研究、分析数据。收集信息包括产品内部信息和外部信息。产品内部信息主要围绕内部流程、产品功能、用户分析。比如：产品流失率以及近一段时间内流失率的变化；流失用户类型。通过后台数据分析初步确定流失用户主要是新用户还是老用户；流失
1赛事理解赛题名称：零基础入门CV之街道字符识别赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。 为了简化赛题难度，赛题数据采用公开数据集SVHN，因此大家可以选择很多相应的paper作为思路参考。1.1学习目标理解赛题背景和赛题数据完成赛题报
转载
2024-04-30 10:41:15
141阅读
赛后数据分析天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测大赛概况进入21世纪，生命科学特别是基因科技已经广泛而且深刻影响到每个人的健康生活，于此同时，科学家们借助基因科技史无前例的用一种全新的视角解读生命和探究疾病本质。人工智能（AI）能够处理分析海量医疗健康数据，通过认知分析获取洞察，服务于政府、健康医疗机构、制药企业及患者，实现个性化，可以循证的智慧医疗，推动创新，实现价值。心血管病、糖
原创
2022-11-20 01:05:54
341阅读
登录就可以下载数据从4月到7月，学习了非常多也收获了非常多题目就不多说了。一句话表达就是依据过去一个月的行为预測14年12月19号的购买情况。看题目貌似推荐算法。自然就有队伍想到用协同过滤什么的。当然效果不好。首先是特征的问题，然后是这是基于行为的相似，不太类似用户和商品类似的ItemCF。UserCF，还有非常多其它的原因。比方我买过一部手机，难道还要推荐我再买其它类似的手机吗，当然这个比喻不太
阿里云天池学习赛零基础入门数据分析-学术前沿趋势分析前言一、赛题描述及数据说明1：数据集的格式如下：2：数据集格式举例：二、论文代码统计（数据统计任务）：统计所有论文类别下包含源代码论文的比例；1.题目意思解读及整体思路分析2.各节代码展示与讲解3.完整代码展示4.代码中几个需要注意的地方： 前言本博客主要记录零基础入门数据分析-学术前沿趋势分析的自己的一些理解，主要是解题思路以及代码的解释。大
转载
2024-02-02 06:35:22
38阅读
1、DSW教程点击天池notebook，进入我的实验室选择一个私有项目，点击编辑 集成机器学习PAI DSW（DataScienceWorkshop）探索者版开发环境左边文件管理，中间工作区，右边是计算资源。 在文件资源管理区的顶部还有4个按钮，从左到右分别对应的是：打开DSW Launcher启动器，新建文件夹，上传文件以及刷新当前文件夹。文件夹左侧的一栏，从上到下依次代表牌： 文件资源管理器，
原创
2023-02-08 20:26:36
1890阅读
阿里天池更新PyTorch的问题，这里是我整理出的复盘记录，帮助大家理清思路，顺利完成更新过程。
## 环境准备
在更新PyTorch之前，我们需要确保环境的兼容性，以避免潜在的版本冲突或兼容性问题。
```mermaid
quadrantChart
title 技术栈匹配度
x-axis 环境稳定性
y-axis 版本兼容性
"Python 3.9": [0
https://dsw-dev.data.aliyun.com/#/
原创
2021-04-22 21:38:32
1518阅读
https://dsw-dev.data.aliyun.com/#/
原创
2022-02-19 11:57:33
149阅读
1 主页AI学习 - 天池2深度学习理论与实战（基于TensorFlow实现）
原创
2021-11-04 16:40:41
107阅读
``最近开始了本赛题特征工程部分的学习**概念：**特征工程就是从原始数据提取特征的过程，这些特征可以很好的描述数据，并且利用特征建立的模型在位置数据上的性能表现可以达到最优流程 1.去掉无用特征 2.去除冗余特诊，利用存在的特征，转换特征，内容中的特征以及其他数据源生成新特征 3.对特征进行处理赛题部分： 异常值分析plt.figure(figsize=(18,10))
plt.boxplot
转载
2024-07-10 07:45:26
52阅读
最近在参加天池比赛，由于比赛需要使用阿里云容器镜像服务完成线上预测任务，所以花费了3-4天的时间了解并使用Docker完成相关镜像操作，在此分享下我学习的内容，以下是本文的目录结构：介绍镜像容器仓库阿里镜像服务使用流程开通镜像服务构建镜像检查镜像推送镜像其他 一、介绍首先我们要知道为什么要使用Docker（可实现容器和镜像）？Docker是一种虚拟化方式，它与虚拟机不同之处在于：Dock
转载
2024-01-26 10:23:00
69阅读
针对数据挖掘过程中直接与数据相关的部分，SAS公司提出了SEMMA方法论，将数据挖掘的核心过程分为抽样（Sample）、探索（Explore）、修整（Modify）、建模（Model）、评估（Assess）几个阶段。1.数据抽样数据抽样就是从数据集中抽取具有代表性的样本，样本应该大到不丢失重要的信息，小到能够便于操作。2.探索使用可视化方法或主成分分析、因子分析、聚类等统计方法对数据进行探索性分析
转载
2023-06-14 11:36:02
118阅读
