![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 79
卡卡南安
华中科技大学控制科学与工程专业硕士,研究方向:时间序列预测,多任务学习,数据挖掘等。曾获全国大学生智能汽车竞赛智慧交通组全国一等奖、全国大学生机器人竞赛ROBOCON全国二等奖、全国大学生数学建模竞赛全国二等奖和华为杯研究生数学建模竞赛全国三等奖等省级以上奖项十余项,以第一或通信作者发表多篇SCI(1区)及EI论文。曾在南方电网科学研究院和京东物流AI算法部实习,现阿里达摩院实习中。
展开
-
基于Prophet的时间序列预测Baseline
科大讯飞电动汽车永磁同步电机温度预测挑战赛,基于Prophet的Baseline。原创 2024-04-27 22:18:17 · 914 阅读 · 0 评论 -
机器学习&深度学习面试笔记
机器学习及深度学习常见面试问题汇总,答案来自于全网,包括知乎,CSDN,公众号,Chatgpt,牛客等,并根据自己的理解进行了增减,会不断更新。原创 2023-12-27 22:41:26 · 1388 阅读 · 1 评论 -
数据挖掘竞赛——糖尿病遗传风险检测挑战赛进阶
糖尿病遗传风险检测挑战赛进阶部分,包括特征工程、模型选择、参数优化等内容。原创 2022-07-21 16:04:26 · 1034 阅读 · 0 评论 -
torchvision.datasets.ImageFolder前的数据整理及使用方法
通常在一个完整的神经网络训练流程中,我们常常需要构建Dataset和Dataloader用于后续模型训练时的数据读取,一般我们自己定义一个Dataset类,重写__geiitem__和__len__函数来构建Dataset。然而对于简单图像分类任务而言,无需自己定义Dataset类,调用torchvision.datasets.ImageFolder函数即可构建自己的Dataset,非常方便。...原创 2022-07-20 18:32:27 · 3515 阅读 · 0 评论 -
数据挖掘竞赛——糖尿病遗传风险检测挑战赛Baseline
此Baseline提供了LightGBM、XGBoost和神经网络回归三种预测方法,希望大家能在次基础上优化,如果有好的优化方法,欢迎在评论区告诉我!原创 2022-07-17 11:47:50 · 977 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(十二)——迁移学习(含作业:领域对抗性训练迁移学习)
一. 迁移学习(含补充内容)二. 作业:迁移学习(领域对抗性训练)原创 2022-01-09 17:20:27 · 605 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(十&十一)——循环神经网络(含作业:语句分类)及半监督学习
一. 循环神经网络二. 词向量(Word Embedding)三. 作业:语句分类四. 半监督学习原创 2021-12-22 21:31:18 · 1116 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(九)——卷积神经网络(含作业:食物分类)
一. 卷积神经网络二. 作业:食物分类(含单张图片预测程序)原创 2021-12-19 12:43:33 · 2290 阅读 · 2 评论 -
李宏毅《机器学习》飞桨特训营(八)——Paddle2.0教学(基于Paddle实现线性回归和神经网络拟合)
基于Paddle实现线性回归和神经网络拟合。原创 2021-12-17 19:59:41 · 1579 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(七)——深度学习预备(深度学习简介、反向传播、DNN优化技巧等)
一. 深度学习简介二. 反向传播三. 深层神经网络(DNN)优化技巧四. 为什么神经网络需要“深”原创 2021-12-17 19:59:17 · 972 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(六)——集成学习[Bagging、Boosting(含案例程序模拟)、Stacking]
集成学习 Ensemble1. 什么是集成学习?2. 集成学习方法:Bagging3. 集成学习方法:Boosting(以Adaboost为例)4. 集成学习方法:Stacking原创 2021-12-17 19:58:01 · 347 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(五)——支持向量机SVM(含拓展资料及源码)
一. 支持向量机二. 拓展资料2.1 SVM补充文档⭐(内含SVM实现源码)2.2 鸢尾花分类⭐2.3 使用OpenCV实现SVM分类2.4 决策树原创 2021-12-17 19:57:07 · 486 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(四)——分类(含作业:分别用概率生成模型和逻辑回归实现年收入预测)
一. 分类—概率生成模型二. 分类—Logistic回归三. 作业—年收入预测原创 2021-12-17 19:56:39 · 422 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(三)——梯度下降
梯度下降原创 2021-12-17 19:56:04 · 296 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(二)——回归(含作业:PM2.5预测)
一. 回归—案例学习二. 回归—演示三. 误差从何而来原创 2021-12-17 19:55:23 · 907 阅读 · 0 评论 -
李宏毅《机器学习》飞桨特训营(一)——机器学习介绍
机器学习入门,了解什么是什么是有监督学习、无监督学习和强化学习等;什么是回归问题、分类问题和结构性问题。(内含视频和PPT链接)转载 2021-12-17 19:53:19 · 196 阅读 · 0 评论