#算法比赛#：小白干货

最新推荐文章于 2025-11-23 20:20:10 发布
原创 最新推荐文章于 2025-11-23 20:20:10 发布 · 304 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习 #数据分析

文章探讨了初学者在算法学习中遇到的挑战，如知识体系的构建、所需工具技能的掌握、实战经验的积累以及自我学习能力的培养。提到了如天池、Kaggle、DCDataFountain、Kesci和Codalab等平台作为学习和实践的资源。

写在前面：记录一些算法入门资料
参考资料

面临的障碍

  1. 缺乏知识体系+算法岗位需要掌握的工具技能
  2. 缺乏实战经验+作品
  3. 需要学习的东西一大堆，但是都没有学会
  4. 自我学习能力弱，长期成长受限
  5. 缺乏机会

案例代码设计思路

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
天池
kaggle
DC
DataFountain
kesci
Codalab

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

字节跳动程序媛教你如何刷算法题：面试手撕代码我就没怕过
Stay Hungry Stay Foolish 求知若饥 虚心若愚
02-11 2万+
本人上一次刷题还是大一的C语言期末考试……但是面试中算法考核截止上岸前一直保持着100%正确率的光辉记录。 本文将给你指明一条刷题的决胜指南。并从算法的重要性、题库的选择以及刷题的三大步骤分别进行讲解，彻底解决你所有关于面试算法所有的困扰。
【干货】Kaggle 数据挖掘比赛经验分享
腾讯广告算法大赛
12-27 420
【干货】Kaggle 数据挖掘比赛经验分享 Kaggle 于 2010 年创立，专注数据科学，机器学习竞赛的举办，是全球最大的数据科学社区和数据竞赛平台。笔者从 2013 年开始，陆续参加了多场 Kaggle上面举办的比赛，相继获得了 CrowdFlower 搜索相关性比赛第一名（1326支队伍）和 HomeDepot 商品搜索相关性比赛第三名（2125支队伍），曾在 Kaggle 数据科学家排行...
大神干货：腾讯广告算法大赛亚军女极客生存图鉴
腾讯广告算法大赛
10-23 450
为了助力你更好地了解这次比赛，这期我们特地邀请到了去年腾讯广告大赛的亚军——来自北京邮电大学的“烧卖”同学，让她帮你为今年的广告大赛划重点，分享去年迎战各路技术大神的经验，晒出自己的解题秘籍。 2019年腾讯广告算法大赛的朋友们，大家好！我是烧卖，真名是魏梦溪，目前仍是北京邮电大学研三的学生。我和腾讯广告算法大赛很有缘分，第一届腾讯广告算法大赛是我人生中参加的第一场算法比赛，而第二届，是我近期以来...
#Book Reading# 算法交易员——会赚钱的人工智能
John159151的专栏
09-14 643
书名: 算法交易员——会赚钱的人工智能 链接: https://item.jd.com/12696862.html 这本书主要写了宽客（量化交易员）的发展历史，以及作者作为一名宽客，从入行到目睹这一行业的种种瞬间、变化、发展的感悟。其实这本书更多的还是类似闲聊或者从讲作者自身目睹的故事来写的，并没有我所期待的“干货”，但是看了之后能对一个想了解这一行业的小白有所帮助。 我最早了解量化交易这一领域，是本科的时候玩ACM比赛的时候，了解到某位ACM大牛关于Jane Street这家金融公司的介绍[1]。当时
#yyds干货盘点#基于c语言的KNN机器学习自反馈K临近算法
用Python画画的小白
11-19 1121
#include <stdio.h>#include <stdlib.h>/** \brief KNN机器学习自反馈K临近算法 * * \Programmer:ChongYu Bai * \data:2019.8.8 10:04 * \return paper's number * */void k...
YOLO算法最全综述：从YOLOv1到YOLOv5
小白学视觉
03-26 2393
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达YOLO官网：https://github.com/pjreddie/darknetYOLO v.s Faster R-CNN1.统一网络:YOLO没有显示求取region proposal的过程。Faster R-CNN中尽管RPN与fast rcnn共享卷积层，但是在模型训练过程中，需要反复训练RP...
算法经验：包包算法笔记
baidu_25854831的博客
03-07 443
最近认识了一位大佬，包大人，给大家介绍一下。包大人，知乎大V，几年前校招时候几乎所有大厂的ssp，还有几家大厂的人才计划。被好几家cto/svp/技术委员会主席面试过。现在是互联网大厂le...
超硬核！小白读了这篇文章，就能在算法圈混了
少说，多做。
03-29 3万+
作为一只超级硬核的兔子，从来不给你说废话，只有最有用的干货！这些神级算法送给你 目录 第一节 1.1bogo排序 1.2位运算 1.3打擂台 1.4morris遍历 第二节 2.1睡眠排序 2.2会死的兔子 2.3矩阵快速幂 2.4摔手机/摔鸡蛋 时空复杂度目录 二分 尝试较优的策略 归纳表达式 写出暴力递归 改为动态规划 压缩空间 四边形不等式优化 换一种思路 最优解 测试： 第三节 3.1斐波那契之美 3.2桶排序 3.3快速排序...
给ACM小白的学习建议（干货满满）
2301_79512554的博客
07-27 3268
本文只是给大一准备主打ACM小白和不主打ACM又希望拿到一定奖项（非XCPC）（比如蓝桥杯等）的同学的建议，不是给已经专业ACMer的建议，ACM大佬看到请划走
2020腾讯广告算法大赛——算法小白的复盘
诡途的博客
07-15 8804
2020腾讯广告算法大赛——算法小白的复盘
干货|机器学习算法之集成学习初探
小白学视觉
06-12 288
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达一、引子集成学习作为如今大数据比赛中最为常用的学习算法，可以说是所有有进行数据挖掘工作的意向的pong友们都应该比较关注的。实际上，我们若单独称其为一种“模型”类别是实有不妥的，因为这种学习方式本质上，是通过集成单个模型来实现的多模型学习，因此，它更应该被称为是一种学习的“思路”而不是一种“模型”。下面...
从实习生到算法专家，他只用了2年！
JDDTechTalk的博客
10-21 2万+
写在前面的话 大家好，我是DOTA，我是朱翔宇。 从“数字中国建设峰会”回到北京的这个周末，一个人来到公司，回想这几年走过的路感慨良多。于是乎提起笔，写一下我这几年的经历、感悟、收获。给自己做一个阶段性的总结，同时也记录一下我是怎么从“水暖建材行业子弟”重回“计算机行业”，又是怎么由一个“数据算法竞赛小萌新”一步步成长，并取得一些成绩的。 2015：回归 | 回归校园 2017：起始 | 开始于这个夏天 2018：入世 | 加入京东的第一年 2019：突破 | 突破自我 拥抱变化 2020：挑战 | 当打之
干货分享！ 20种数学建模方法！
热门推荐
luo1454925298的博客
03-18 3万+
既然是数模，你所知道的数学模型具体有哪些呢？ 几何模型、代数模型、规划模型、优化模型、微分方程模型、统计模型、概率模型、图论模型、决策模型等。
今日做题家 - 面试算法题教程系列总纲(1)
2401_84150165的博客
04-21 790
基于大部分计算机行业从业者都没有信息竞赛学的经验，比如 NOIP、NOI、ACM 之类的，而目前国内外的大厂算法题、系统设计题之类的考察却又必不可少（这里不会去论证面试进行算法考察的优缺点，只从适应规则的角度来讲），以至于大家看到算法面试题都会慌。
【机器学习基础】Attention in Transformers：注意力机制
安如衫的刷怪之路
11-23 602
原始 Transformer 结构采用 Encoder-Decoder，Encoder 负责上下文建模，Decoder 通过自回归生成输出，二者通过 Cross-Attention 相连。文章重点拆解 Self-Attention 的 Q、K、V 机制：用点积计算相关性并经缩放与 Softmax 得到权重，再对 V 加权求和得到上下文化表示；解释了为何需要独立的 Q/K/V 投影以打破对称、解耦语义并做信息过滤。
人工智能与机器学习：未来技术的颠覆性力量
2501_94058529的博客
11-19 884
摘要： 人工智能（AI）与机器学习（ML）已深度融入各行业，从自动驾驶、医疗诊断到金融风控和智能制造，展现出广泛的应用潜力。AI通过模拟人类智能执行复杂任务，ML则依赖数据自主优化算法，而深度学习（DL）进一步推动了图像、语音等非结构化数据的处理。尽管面临数据隐私、算法透明性和偏见等挑战，AI/ML的未来仍充满可能，量子计算等技术将加速其发展。随着技术进步，AI将成为推动社会变革的核心力量，重塑生活与工作方式。
Python在机器学习中的数据处理
2509_93946355的博客
11-22 430
后来学会用Pandas的isnull().sum()先摸清底细，发现不同字段得区别对待：数值型用fillna(mean())，分类变量干脆单独标成“未知”类别。特征工程才是真正拉开差距的地方。最近用featuretools库自动生成特征，通过对客户交易表进行深度特征合成，半小时就构造出“最近三个月退款率”这类业务特征，比手工效率提升十倍不止。后来坚持用Python这套工具链认真做完数据清洗、特征工程、数据标准化三板斧，哪怕用最简单的随机森林，效果都比在脏数据上跑XGBoost强得多。
2025-11-17 学习记录--Python-机器学习作业：项目1 - PM2.5预测
weixin_48850734的博客
11-20 659
Python-机器学习作业：项目1 - PM2.5预测
【机器学习】1-4 机器学习介绍 & 概述 &单变量线性回归 & 线性回归训练
最新发布
weixin_54010404的博客
11-23 631
机器学习是人工智能的核心子领域，主要分为监督学习、无监督学习和强化学习三大类。监督学习通过带标签数据训练模型进行预测（回归和分类），无监督学习则从无标签数据中发现隐藏模式（聚类和异常检测）。线性回归作为监督学习的基础方法，使用均方误差成本函数评估模型性能，并通过梯度下降算法优化参数。梯度下降通过迭代调整参数使成本函数最小化，学习率的选择对收敛至关重要。本文系统介绍了机器学习的基本概念、分类方法以及线性回归的实现原理和优化过程。
实现国密算法的js库：sm-crypto国密算法js版
### 知识点1：国密算法简介 国密算法（国密SM系列算法）是中国自主研发的一系列密码算法标准，主要包括SM1、SM2、SM3和SM4等。这些算法已被广泛应用于中国的商用密码领域，符合国家密码管理要求。 - **SM1**：非...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值