Robin_Pi的博客

目录1. 图像基础1.1 图像如何存储在计算机中1.2 传统的图像处理2. 卷积的基本构件2.1 卷积层2.1.1 全连接神经网络 处理图像的问题2.2 卷积的基本构件卷积层的特性2.3 卷积层的几个重要概念2.2 池化层2.3 CNN架构设计原则3. 卷积的经典结构1. 图像基础1.1 图像如何存储在计算机中灰度图：矩阵0：黑色1：白色0-255：灰色彩色图：三个矩阵的叠...

目录1. 框架和背景1.1 计算机视觉简介1.2 两大任务三大基本任务进阶任务2. OpenCV 和 TensorFlow：传统方法和深度学习3. 表情识别4. colab4.1 使用GPU：colab4.2 上传下载数据：Google Drive1. 框架和背景1.1 计算机视觉简介让计算机理解图片。1.2 两大任务三大基本任务图像分类（左上）、物体检测（右上）和分割问题（下二）。...

任务学习时长：1/20—1/21任务名称：模型的选择以及数据归一化对结果的影响任务简介：通过对上节课中得到的数据进行各种处理之后提升结果详细说明：由于数据挖掘中的最主要的工作是在于数据的特征处理以及特征重做，所以这一部分相对来说较简单，对生成好的数据进行归一化，或者标准化，均不同程度的提高了成绩。作业名称（详解）：截图进前一百作业提交形式：PPT截图或手写拍照,打卡提交.打卡内容：（...

任务：任务时长：1/19任务简介：温故而知新，详细总结回顾本阶段所学习内容，与同学分享自己在学习和作业中遇到的问题。详细说明：每第一阶段的学习任务都比较重，第一次学过之后特别容易忘，所以及时做一个要点回顾，会让学习效率大大的提升。如果复习时还有很多不会的，一定要和小伙伴交流或询问助教和老师，不要把问题留到下一阶段。打卡截止时间：1/19打卡内容：图片至少1张，一周总结反思点我打卡...

目录课程安排算法分析运行时间（时间复杂度）评估算法运行时间近似记法主项定理P与NP主定理课程安排算法分析运行时间（时间复杂度）评估算法运行时间近似记法big - o ：上界big - θ ：上下界big - Ω：下界主项定理P与NPPolynomial 多项式类问题Non-Deterministic Polynomial 非确定多项式问题主定理...

任务学习时长：1/16——1/17任务名称：特征工程的数据预处理对排名的提升任务简介：特征工程之数据预处理详细说明：本节是在上一节的基础上进行新的数据预处理和数据的特征工程的方式，包括：数据清洗、数据的特征重做、以及数据特征的增加等，最后利用xgb算法去进行拟合，并预测之后得到结果。并利用kaggle的notebook来运行代码并提交结果。通过不同的特征工程的知识进行添加可以得到不同的...

任务学习时长：1/14任务名称：特征工程以及构建baseline任务简介：数据预处理，特征选择以及特征重做，构建baseline提交有成绩详细说明：针对于数据的处理与特征之间的重做和上一个比赛的一样，构建baseline提交，利用自己查找到的背景资料来进行特征工程对于成绩的提高。代码下载链接：https://pan.baidu.com/s/19oJnAwp6vBBZa6b5-OZmCg...

任务学习时长：1/13——1/14任务名称：赛题解读以及数据下载导入、赛题的理解分析任务简介：赛题的初步理解分析详细说明：本节将会赛题的背景资料的了解以及数据文件的分布以及数据的下载以及本地导入，赛题的理解分析通过对构建自己对构建特征来说有一个比较大的作用，针对于数据的解读来说比较重要的一环。数据的解读包括数据的EDA、数据的可视化，数据的类型、数据的文件分布、数据的特征组合的一些猜测...

任务任务时长：1/12任务简介：温故而知新，详细总结回顾本阶段所学习内容，与同学分享自己在学习和作业中遇到的问题。详细说明：每第一阶段的学习任务都比较重，第一次学过之后特别容易忘，所以及时做一个要点回顾，会让学习效率大大的提升。如果复习时还有很多不会的，一定要和小伙伴交流或询问助教和老师，不要把问题留到下一阶段。打卡截止时间：1/12打卡内容：图片至少1张，一周总结反思打卡操作...

任务作业名称（详解）：截图排名top20%及以上，描述一下模型的叠加对结果的影响，还有哪些方法可以对成绩有所提高？，之前的模型叠加的成绩不是很好，然后自己运用所学到的知识把排名提高到top10%，参考老师提供的代码方案，截图提交。作业提交形式：PPT截图或手写拍照,打卡提交.打卡内容：（可以只是文字提交，或图片提交，或组合都行）文字要求最少200字图片要求最少2张打卡截止时间：1/11...

任务打卡1：1）提交Anaconda的安装后启动jupyter notebook后的界面截图，以及个人申请博客后的展示（博客形式不限，推荐CSDN）。2）提交学习吴恩达《机器学习》第一课的课程笔记，谈谈你对机器学习的理解。打卡内容：不少于2张图片，不少于50字PS：鼓励大家积极把笔记写到博客上哦，还要机会赢取价值千元的礼品，具体评分规则可以看这个：https://appuaAoe86p4...

任务学习时长：1/9——1/10任务名称：特征工程知识点的讲解以及特征工程对成绩的提高任务简介：运用特征工程知识对成绩提高到top80%详细说明：由于特征工程对于后续成绩的提高有着奇特的效果，所以在两次课中会运用特征组合以及管道知识对数据进行处理和特征的组合，希望大家不要完全按照我的方法来进行特征组合，这个时候大家自己要尝试不同的组合，对特征的重要度也需要进行区分。代码下载链接：http...

任务学习时长：1/6——1/7任务名称：构建baseline任务简介：完成一个基本的baseline提交到kaggle上然后有成绩详细说明：本节将会向大家介绍利用python数据清洗和数据预处理以及模型的构建，拟合数据，进行对test数据集进行预测，提交到成绩有排名。会先从理论讲起，再到实际的的一个操作。数据清洗和数据处理是比赛以及任何一种机器学习模型的必须要经过的过程，而且极为重要，...

任务任务时长：1/5任务简介：温故而知新，详细总结回顾本阶段所学习内容，与同学分享自己在学习和作业中遇到的问题。详细说明：每第一阶段的学习任务都比较重，第一次学过之后特别容易忘，所以及时做一个要点回顾，会让学习效率大大的提升。如果复习时还有很多不会的，一定要和小伙伴交流或询问助教和老师，不要把问题留到下一阶段。打卡截止时间：1/5打卡内容：图片至少1张，一周总结反思点我打卡！提交...

说明学习时长：1/2——1/3任务名称：房价的数据预处理之探索性数据分析任务简介：数据的读取与显示、查看数据的缺失情况、查看数据的类型情况、查看特征之间的相关性。详细说明：数据的读取与显示利用pandas来读取语法是train=pandas.read_csv(filepath)。数据的显示直接在cell中打印train就好了，如要显示前五行的话那么就要train.head(),或者是利用t...

任务学习时长：12/31任务名称：赛题的思路任务简介：了解赛题要解决的问题，数据的说明以及介绍，要运用的算法详细说明：进入比赛界面看到的第一眼的就是赛题的overview，要解决的问题，评估方式采用的是RMSE，接下来要看的就是Data，看数据Data里面的File Descriptions，看一下文件有哪些。再看的就是Data Fields里面的数据有哪些特征，然后就是数据的下载，点Do...

说明学习时长：12/30任务名称：本地化jupyter notebook以及对这个赛题的解读、kaggle账号的注册任务简介：注册好kaggle账号、本地化jupyter notebook详细说明：注册kaggle账号需要科学上网，验证手机号的时候可能会出错，存在验证不了的，这个时候就要换一个手机号（最好还是用Google账号注册、邮箱和手机号验证），对于本地化notebook要说明一下，...

课程安排任务描述学习时长：12/28任务名称：赛前介绍和准备任务简介：视频的第一个课时，赛前介绍详细说明：本节将会向大家介绍一下老师竞赛的经历、为什么深度之眼要做一个这样子的比赛、kaggle竞赛的类别、kaggle竞赛的类型、如何入门kaggle、竞赛的技巧、kaggle账号的注册。在这次课里面老师向大家介绍了kaggle竞赛的类型包括数据挖掘类的、图像类的、自然语言处理类的，k...

课程目的通过近两个月的学习，掌握机器学习基础知识。学习方式学习公开课 + 完成作业 + 作业讲解视频 + 答疑- 带学讲师福利打卡返现对于能坚持到最后，按要求完成全勤打卡且排名前20的，保质保量完成学习的，我们全额返现！积分活动课程安排推荐资料...