自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Datawhale

一个专注于AI领域的开源组织,汇聚了众多顶尖院校和知名企业的优秀学习者,聚集了一群有开源精神和探索精神的团队成员。愿景-for the learner,和学习者一起成长。

  • 博客(37)
  • 资源 (5)
  • 收藏
  • 关注

转载 三年 Git 使用心得 & 常见问题整理

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:秋天不落叶,来源:民工哥技术之路Git 流程图Worksp...

2020-08-31 19:59:00 471

原创 查找算法常见的五大面试知识点与两类实战!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:周郴莲,东北石油大学,Datawhale优秀学习者前言查找...

2020-08-30 19:15:12 704

原创 手摸手教你数据可视化!(附实例讲解)

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:CrescentAI,华南理工大学,Datawhale优秀学习...

2020-08-30 19:15:12 726 1

转载 9 大主题卷积神经网络(CNN)的 PyTorch 实现

Datawhale干货作者:红色石头,北京大学,Datawhale伙伴大家还记得这张图吗?之前,红色石头发文介绍过一份很不错的资源:52 个深度学习目标检测模型汇总,论文、源码一应俱...

2020-08-29 19:59:18 300

转载 如何配置一台深度学习工作站?

这篇文章主要介绍的是家用的深度学习工作站,典型的配置有两种,分别是一个 GPU 的机器和四个 GPU的机器。如果需要更多的 GPU 可以考虑配置两台四个 GPU 的机器。如果希望一台机器...

2020-08-28 19:59:00 692

转载 2020 年度最佳的23个机器学习项目!(附源代码)

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货来源:大数据文摘,整理:数据派THU本文约5300字,建议阅读1...

2020-08-28 19:59:00 4003 1

原创 算法原理:大数据处理的分治思想!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:周彬莲,东北石油大学,Datawhale优秀学习者引言Ma...

2020-08-27 19:49:31 1952

转载 一份来自贾扬清的AI修炼指南:不存在算法工程师,调参侠没有市场

作者 | 陈彩娴、蒋宝尚编辑 |青 暮算法工程师不仅需要具备牛逼的算法能力,还要精通业务、善于沟通?(小本子赶紧记下来!)8月23日晚,知乎直播“AI时代听大咖聊”邀请到AI领域的两...

2020-08-27 19:49:31 683

原创 算法分析赛:从数据中挖掘价值,72万奖金,DCIC 2020 大数据赛道来了!

01DCIC 2020:数字中国创新大赛DCIC是国内赛事中少有的开放政府真实数据的经典赛事,除了高知名度,高影响力,高奖金,对能力履历,学术研究和企业技术应用都提供了很好的机会。作...

2020-08-26 19:59:00 703

原创 Datawhale Ring限量100份来了!

也许未曾相见但也惺惺相惜在Datawhale你或许曾体会过不一样的温暖关于Datawhale的故事这个热爱开源的组织也有着自己的浪漫来自文创小组的设计Datawhale Ring限量10...

2020-08-25 21:01:04 291

原创 Kaggle经典数据分析项目:泰坦尼克号生存预测!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:陈锴,中山大学,Datawhale成员最近有很多读者留言,...

2020-08-23 19:59:00 3820

转载 21张让你代码能力突飞猛进的速查表(神经网络、机器学习、可视化等)

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:马卡斯·扬,来源:极市平台作者丨马卡斯·扬@知乎来源丨ht...

2020-08-22 19:59:00 622

转载 算法岗面经整理!查漏补缺

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:阿毛冲冲冲,来源:NewBeeNLP(牛客网)写在前面三月...

2020-08-21 21:05:17 512 1

原创 通俗讲解从Transformer到BERT模型!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:陈锴,中山大学张泽,华东师范大学近两年来,Bert...

2020-08-20 19:59:00 1983

转载 深度学习常用损失函数总览:基本形式、原理、特点

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:王桂波,来源:极市平台机器学习中的监督学习本质上是给定一系...

2020-08-20 19:59:00 746

原创 数据、算法岗的几点经验分享!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:Datawhale优秀回答者目录有哪些好的秋招经验分享?机...

2020-08-19 19:59:00 552

转载 深度学习debug沉思录!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:土豆@知乎,来源:极市平台原文丨https://zhuan...

2020-08-16 20:59:00 444

转载 你见过最差的算法工程师什么样?

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale作者:知乎答主,来源:DataFunTalk文章作者:Xiaotia...

2020-08-16 20:59:00 280

原创 机器学习集成学习与模型融合!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:李祖贤,深圳大学,Datawhale高校群成员对比过kag...

2020-08-15 21:01:00 1081 2

原创 深度神经网络在NLP的应用!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:张泽,华东师范大学,Datawhale优秀学习者深度学习正...

2020-08-14 19:59:00 921

原创 八月组队学习!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale学习开源支持:阿里云天池、讯飞开放平台、贪心科技本月组队学习,主要包...

2020-08-13 19:59:00 1203

原创 CV入门赛最全思路&上分技巧汇总!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:安晟,算法工程师,Datawhale成员赛题数据及背景ht...

2020-08-12 19:59:00 653

转载 每日一问 - 关于决策树算法

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货来源:Datawhale优秀回答者将在留言区,Datawhale...

2020-08-11 20:01:28 201

原创 机器学习之sklearn基础教程!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:李祖贤,深圳大学,Datawhale高校群成员本次分享是基...

2020-08-10 19:59:00 1075 1

原创 基于深度学习的文本分类应用!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:罗美君,算法工程师,Datawhale优秀学习者在基于机器...

2020-08-10 19:59:00 724 1

原创 机器学习模型训练全流程!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货译者:张峰,安徽工业大学,Datawhale成员周末在家无聊闲...

2020-08-09 19:59:00 6729 5

转载 【收藏】万字综述,核心开发者全面解读PyTorch内部机制

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:Edward Z.Yang,Pytorch核心开发者斯坦福...

2020-08-08 20:59:00 431

原创 机器学习中的优化算法!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:李祖贤,Datawhale高校群成员,深圳大学在机器学习中...

2020-08-08 20:59:00 894

原创 机器学习算法专题(附组队学习)

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale专题作者:王茂霖,华中科技大学,Datawhale成员机器学习算法这...

2020-08-07 20:55:00 494

原创 基于机器学习的文本分类!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:李露,西北工业大学,Datawhale优秀学习者据不完全统...

2020-08-06 19:59:00 3726

转载 2020腾讯广告算法大赛分享(冠军)

写在前面2019年冠军选手成功卫冕!代码地址:https://github.com/guoday/Tencent2020_Rank1st从初赛冠军、复赛冠军,然后到最佳答辩,一路披荆斩棘...

2020-08-05 19:59:00 2298

转载 滴滴宋世君:数据分析师究竟是做什么的?

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale推荐作者:宋世君,滴滴数据科学部负责人 来源:滴滴技术导读:本文的...

2020-08-05 19:59:00 4946

转载 2020年成为机器学习工程师,看这9本书就够了!

其实,机器学习包含多种交叉学科,同时也在很多方面得到应用,如数据挖掘、图像处理等。机器学习的知识体系包含数学、编程语言、监督学习、非监督学习、深度学习等,同时还包括多种工具和框架的应用。...

2020-08-04 19:59:00 247

原创 《数据竞赛入门讲义》下载,北航计算机硕士两年经验总结

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:阿水,北京航空航天大学,Datawhale成员数据竞赛近几...

2020-08-04 19:59:00 488

转载 宗成庆:如何撰写毕业论文?

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale推荐作者:宗成庆,模式识别国家重点实验室【导读】今年特别不一样,尤其...

2020-08-03 19:59:00 365

转载 支持向量机背后的数学原理!

Datawhale干货译者:郑沛,英国曼彻斯特大 来源:数据派THU支持向量机(SVM)是每位机器学习专家都应该在自己的知识库中储备的一种简单的算法。支持向量机(SVM)受到很多人...

2020-08-02 20:59:00 782

原创 深度学习的发展方向: 深度强化学习!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:莫凡&马晶敏,上海交通大学,Datawhale成员...

2020-08-01 20:59:00 1735

用Python解决数据结构与算法问题

一本关于python版本极佳的数据结构和算法相关教材 而掌握算法和数据结构是拿到好offer必备的核心技能!

2018-08-22

机器学习_数学基础_精选教材(概率,线代,微积分)

普林斯顿微积分读本高清中文版 概率论与数理统计 - 陈希孺 MIT线性代数导论_Introduction to Linear Algebra, 4th 每一本都是经典之作,和国内同济版相比,通俗易懂,易于自学。 奠定机器学习数学基础,三本教材就够了!!!

2018-08-09

Airbnb 新用户的民宿预定预测-数据集

Airbnb 新用户的民宿预定预测 kaggle比赛完整数据集 主要包含5个csv文件

2018-06-20

Python数据分析与挖掘实战(高清带标签+源代码)

10余位数据挖掘领域资深专家和科研人员,10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发,以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线,深入浅出介绍Python数据挖掘建模过程,实践性极强。 本书共15章,分两个部分:基础篇、实战篇。基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中,应充分利用随书配套的案例建模数据,借助相关的数据挖掘建模工具,通过上机实验,以快速理解相关知识与理论。 基础篇(第1~5章),第1章的主要内容是数据挖掘概述;第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明;第3章、第4章、第5章对数据挖掘的建模过程,包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。 实战篇(第6~15章),重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上,本书是按照先介绍案例背景与挖掘目标,再阐述分析方法与过程,最后完成模型构建的顺序进行的,在建模过程的关键环节,穿插程序实现代码。最后通过上机实践,加深读者对数据挖掘技术在案例应用中的理解。

2018-06-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除