- 博客(35)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 “元起：前元宇宙时代的眺望”讲座学习笔记
作为下一代互联网，元宇宙是一个万物互连、普适计算的世界，是一个虚实融合、共生的世界，它将改变工业、公共安全、文娱等终极形态，提高人们的生产、沟通、协作效率，带动生产力提升和产业变革。4月28日，“元宇宙与虚实交互前沿系列论坛”的首场主题报告“元起：前元宇宙时代的眺望”以线上直播的形式展开。本次论坛由元宇宙与虚实交互前沿论坛组委会主办，元宇宙与虚实交互联合创新中心协办。活动得到了复旦大学国家智能评价与治理实验基地、南京大学信息管理学院、中山大学大数据研究院、同济大学绿色建筑及新能源研究中心、市北高新、上海图书
2022-06-14 19:57:54
1250
1
原创 “科研素养与论文写作”讲座学习笔记
教授线上应邀开展了一次题为“科研素养与论文写作”的讲座，以大量丰富而又生动的例子阐述了对科研发现、科研素养的理解，重点阐述了义理（即哲学思想）的重要性，丝丝入扣的讲解引人深思。教授首先从辞源上剖析了“素养”一词的由来，老师从阅读积累与发现的角度切入，以古诗中“黄鹂”、“无邪”二词含义的考证为例，展示了研究发现的有趣经历；继而以《中国文化地理》中蝗灾与蝗神庙相关性的发现等为例，进一步展示科研发现的过程；并以中国历代人物传记数据库为例指出，当今时代，以现代化的数据库为基础，同样可以进行人文研究。从文学、艺术、哲
2022-06-14 19:55:09
530
原创 “文化遗产图像智能应用——让图像价值看得见”讲座学习笔记
围绕如何让图像成为活的资源，如何深度挖掘图像的价值展开了一次题为“文化遗产图像智能应用——让图像价值看得见”的讲座，结合团队的研项目成果“多维度图像智慧系统”（MISS平台），让我们探索文化遗产图像的智能应用，在图像中去锁略文化的魅力，在交互中去触摸技术的美感。本人的学习笔记围绕老师讲解的文化遗产图像智能应用的发展背景、技术框架、智慧系统、设计理念和发展趋势这五个部分展开。文化遗产是历史留给人类的财富。从存在形态上分为物质文化遗产（有形文化遗产）和非物质文化遗产（无形文化遗产）。 文化遗产是具有历史、艺..
2022-06-14 19:52:20
927
原创 “领域知识图谱的构建与应用”讲座学习笔记
知识图谱是一种基于先进信息技术的型语义工具，它以实体或概念为节点，通过语义关系连接成大规模语义网络，可以帮助机器或信息系统理解语义、组织知识、发现知识，从而为人们提供知识、情报的智慧搜索和智能交互。教授于3月30日围绕知识图谱的概念与构建流程、领域知识图谱的构建要求与应用、党史知识图谱构建与应用三部分内容展开了一次题为“领域知识图谱的构建与应用”的讲座。本人的学习笔记也就围绕这三个部分和老师讲解的内容展开，主要来梳理“领域知识图谱的构建与应用”相关的概念，具体包括知识图谱和领域知识图谱的概念、知识图谱与领
2022-06-14 19:47:49
1144
原创 招商银行2022FinTech数据赛道总结
招商银行2022FinTech数据赛道总结比赛链接：FinTech精英训练营官方网站。第一次参加这种比赛，真的学到了不少东西，感谢其他大佬在交流群里的无私分享，小白又了解到了很多可以学习的东西。这次比赛排名还是很拉的，A榜只有0.952，B榜只有0.723，综合排名应该到了快400名吧。但不管怎么说，既然参加了这次比赛，还学习了很多东西，还是值得好好整理一下的。文章目录招商银行2022FinTech数据赛道总结1. 比赛简介2. 可提高的地方（1）探索性分析（2）数据预处理数据类型转换缺失值处理异
2022-05-19 13:17:59
5312
3
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（9）：无监督学习技术
3万字长文，主要介绍聚类、无监督和半监督技术。
2022-05-09 16:50:50
971
原创 软件测试了解
好吧，之前投实习的时候把NPU看成NLU，然后投了个软件测试，现在竟然进面试了，还是得准备一下，抱个佛脚。不过，真的xs，我当初怎么会投这个的啊，现在看职位描述真没一个知道的。文章目录软件测试了解公司简介面经（牛客）1. NPU嵌入式神经网络处理器2. 工具链3. 软件测试3.1 岗位界定3.2 基础知识4. ASIC与FPGA4.1 FPGA现场可编程门阵列4.2 ASIC专用集成电路4.3 ASIC与FPGA对比4.4 Testbench5. linux面试/shell脚本编程软件测试了解岗位.
2022-05-09 16:49:59
472
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（8）：降维
· Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.· 《机器学习》周志华· 环境：Anaconda（Python 3.8） + Pycharm· 学习时间：2022.05.07~2022.05.08第八章 降维许多机器学习问.
2022-05-08 16:16:14
1171
3
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（7）：集成学习和随机森林
· Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.· 《机器学习》周志华· 环境：Anaconda（Python 3.8） + Pycharm· 学习时间：2022.05.05~2022.05.05第六章 集成学习和随机森林.
2022-05-05 16:59:30
1309
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（6）：决策树
· Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.· 环境：Anaconda（Python 3.8） + Pycharm· 学习时间：2022.05.04~2022.05.05第六章 决策树
2022-05-05 12:53:44
1513
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（5）：支持向量机
第五章 支持向量机· Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.· 环境：Anaconda（Python 3.8） + Pycharm· 学习时间：2022.05.04~2022.05.04支持向量机（Support Ve
2022-05-04 17:11:10
1144
5
原创 机器学习：基于LightGBM的分类实践
学习时间：2022.04.30~2022.05.1文章目录机器学习：基于LightGBM的分类实践1. LightGBM简介2. LightGBM实践2.1 数据处理2.2 参数设置2.3 验证集评估机器学习：基于LightGBM的分类实践尝试了一下招行的FinTech比赛，然后说是用LightGBM（lgb）的效果很好，所以临时来突击学习一下。1. LightGBM简介LightGBM是轻量级（Light）的梯度提升机器（GBM）,是GBDT模型的另一个进化版本。它延续了XGBoost的那一.
2022-05-01 17:03:38
1793
原创 学习笔记：深度学习（6）——基于深度学习的语言模型
预训练模型梳理：从NNLM到词嵌入、从ELMo到GPT&BERT，以及After GPT&BERT。
2022-04-25 23:10:04
1260
7
原创 学习笔记：深度学习（7）——从Encoder-Decoder到Transformer
从Encoder-Decoder到Seq2Seq，从Attention、Self Attention到Transformer。
2022-04-24 01:49:03
1865
7
原创 机器学习：线性模型学习总结（3）：基于PyTorch的线性模型
基于周志华老师的《机器学习》、上一篇学习笔记以及网络的其他资料，对线性模型的这一部分内容进行一个总结。上接：机器学习：线性模型学习总结（2）。学习时间：2022.04.19~2022.04.20文章目录1. 数据预处理2. PyTorch线性回归3. PyTorch线性分类4. 回归评价5. 分类评价6. 完整过程6.1 线性回归预测6.2 逻辑回归分类1. 数据预处理和用Sk-Learn一样，也用来一个专门处理表格数据的函数，不过主要还是使用之前的流程： # 数据预处理 df_.
2022-04-20 14:16:48
2050
10
原创 机器学习：线性模型学习总结（2）：逻辑回归分类
基于周志华老师的《机器学习》、上一篇学习笔记以及网络的其他资料，对线性模型的这一部分内容进行一个总结。上接：机器学习：线性模型学习总结（1）。学习时间：2022.04.17文章目录1. 用SK-Learn做逻辑回归模型2. 用SK-Learn评价回归模型2.1 简单调用Classification_report函数2.2 构建函数批量使用3. 完整代码1. 用SK-Learn做逻辑回归模型用于分类：sklearn.linear_model.LogisticRegressionpenalty正.
2022-04-18 15:58:02
1118
3
原创 机器学习：线性模型学习总结（1）：线性回归
基于周志华老师的《机器学习》、上一篇学习笔记以及网络的其他资料，对线性模型的这一部分内容进行一个总结。学习时间：2022.04.17~2022.04.18文章目录0. 数据预处理1. 用SK-Learn做线性回归模型1.1 线性回归1.2 随机梯度下降执行线性回归1.3 多项式回归1.4 逻辑回归2. 用SK-Learn评价回归模型2.1 回归模型的评价指标2.2 交叉验证的评价指标2.3 过拟合与欠拟合3. 用Sklearn进行网格搜索4. 完整代码0. 数据预处理尝试构建了一个可以通用处理的.
2022-04-18 11:01:28
1725
3
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（4）：训练模型
第四章 训练模型· Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.· 环境：Anaconda（Python 3.8） + Pycharm· 学习时间：2022.04.16~2022.04.？到目前为止，我们已经探讨了不同机器学
2022-04-16 22:13:14
1218
4
原创 机器学习及深度学习的相关概念补充
最近读到的一些概念，感觉在之前没有看到，或者说印象不太深，简单记录一下。端到端学习（End-to-End Learning），也称端到端训练，是指在学习过程中不进行分模块或分阶段训练，直接优化任务的总体目标. 在端到端学习中，一般不需要明确地给出不同模块或阶段的功能，中间过程不需要人为干预. 端到端学习的训练数据为“输入-输出”对的形式，无需提供其他额外信息. 因此，端到端学习和深度学习一样，都是要解决贡献度分配问题. 目前，大部分采用神经网络模型的深度学习也可以看作是一种端到端的学习。目前在深度学习
2022-04-16 22:05:00
339
原创 Kaggle项目——Spaceship Titanic
做了下Kaggle的Spaceship Titanic项目，算是对CNN学习的一个总结，也是回归机器学习的一个响应（第三章的练习题提出可以做一做Kaggle的Titanic案例），具体代码如下：# 定义网络模型from torch import nnimport torch.nn.functional as Fclass mymodule(nn.Module): def __init__(self): super().__init__() self.fc1
2022-04-16 00:05:57
1826
原创 学习笔记：深度学习（4）——卷积神经网络（CNN）PyTorch实践篇
小白PyTorch超快上手，采用CNN做了一个手写数字识别，一个MINST手写数字预测，以及尝试了Kaggle的Spaceship Titanic案例。
2022-04-14 20:27:46
3331
7
原创 学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇
深度学习笔记——CNN卷积神经网络理论篇。主要包括CNN的概念、基本原理、类型综述。算是比较完善的一篇文章了。
2022-04-12 13:27:12
87839
15
原创 学习笔记：深度学习（1）——基础概念和激活函数
学习时间：2022.04.08~2022.04.09主要梳理深度学习的最基础的一些概念，以及14个激活函数。
2022-04-10 01:07:37
8439
5
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（1）
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》 - 第一章：机器学习概览，学习内容Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O'Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.
2022-04-08 01:29:14
1419
1
原创 论文精读：车尧-《社会网络视角下战略性新兴产业的专利情报研究》
从专利情报分析视角引入社会网络分析概念，借鉴社会网络分析的中介中心性理论，将其应用于战略性新兴产业下“风能”企业的专利情报研究。文章通过专利德温特手工代码中心性、专利派系及专利凝聚子群的统计及可视化分析，大体得出了产业内的专利申请情况、专利内容及专利相关性等专利情报，以求帮助企业及时获得主体领域内专利技术的申请情况及专利相关性，为企业及时调整或重新制定技术路线以及实施技术创新战略提供必要的专利情报支持。
2022-04-07 13:59:20
3877
原创 论文略读：《地区如何随着时间的推移而多样化？产业关系与地区新增长路径的发展》
利用一个新的制造业之间的技术相关性指标，我们分析了1969年至2002年瑞典70个地区的经济演变，并提供了详细的工厂水平数据。我们的分析表明，瑞典经济格局的长期演变受到很强的路径依赖性。与一个地区先前存在的工业有技术关系的工业比与该地区先前存在的工业没有技术关系的工业进入该地区的可能性更高。这些工业离开该地区的可能性更高。此外，瑞典各地区的工业概况显示出高度的技术凝聚力。尽管发生了重大的结构变化，但这种凝聚力仍随着时间的推移而持续存在。当我们关注一个特定地区的经济演变时，我们的方法也被证明是有用的。
2022-04-07 13:43:31
712
原创 论文精读：《电子政务的服务质量、感知价值与公民持续使用意愿——来自中国的实证经验》
课程作业要求精读《Service quality, perceived value, and citizens’ continuous-use intention regarding e-government: Empirical evidence from China》并展示，顺便也整理出来吧，主要内容如下：文章目录概述研究背景与研究目的模型构建与文献综述数据来源与问卷编制数据分析与计算结果研究结论、意义与展望个人小结概述本次展示的论文是《Service quality, perceive.
2022-04-04 00:24:05
1105
原创 《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（3）
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（3）Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O'Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.
2022-04-02 18:57:50
1901
1
原创 数据分析实习-业务题准备
想挑战一下自己能不能做一做数据相关的工作，准备在暑期尝试投一投数据分析相关的实习。虽然希望不大，但还是要努力准备一下，整理了一部分面试/笔试时可能会考的业务题（来源各处的面经、笔经），尽量考虑面试和自己能掌握的实际，梳理了自己的思维模板，并非是很专业的整理，总结如下：一、费米（估算）问题二、A/B测试问题三、指标搭建/选取问题四、异常归因问题
2022-03-24 17:45:10
1266
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-个人学习笔记及代码
2022-04-02
如何用BERT对多列文本做分类？
2023-02-13
TA创建的收藏夹 TA关注的收藏夹
TA关注的人