- 博客(2)
- 收藏
- 关注
RSS订阅原创 SGD随机梯度下降法的研究方向综述
现在随着AI的兴趣，机器学习、深度学习、强化学习等问题广泛应用在各个领域，而最优化问题求解，即损失函数最小化成为了求解问题关键的一个环节。使得最近20年，优化方法发展迅速，许多人从不同的角度去阐释算法改良的路线。包括从优化问题本身（凸或非凸，光滑或离散）、自适应学习率（动态调整学习率，减少手调参数的频率，应用更多的场景）、加速技巧（动量加速类的算法）等。因此，许多领域的学者都致力于研究该问题的改进，包括统计学、计算机、数学等，希望这样的文章能帮助大家寻找该问题的研究方向。
2023-09-17 16:47:18
266
原创 Pandas+随机森林数模实战日记
记录第一次单人参赛，用Pandas+随机森林实战某数模杯赛预赛记录，并且记录遇到的问题，训练分数提升问题。该赛题为以银行贷前业务场景为切入点，数据为提供的用户基本信息、借贷信息、财务信息等脱敏后的数据（数据中以A1-A8，B1-B24为特征，没有具体细节），实现审贷客户分类（二分类），以0.5*AUC+0.5*F1值作为评分指标。本次比赛也是在有一点python基础下第一次完成一个完整的训练过程，中途发现很多问题，例如各种库的使用，特征工程方法，训练方法。大概为以下几点。......
2022-07-26 22:17:17
904
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人