关注
分享
分析和总结在kaggle上的比赛经验，记录比赛的数据的处理过程。
修炼之路
主要研究领域包括图像分类、目标检测、OCR、人脸识别等，搞过跨平台的深度学习模型的部署解决方案，设计过分布式的深度学习模型服务架构。
展开
-
kaggle猫狗大战之AlexNet(一)
这篇文章主要介绍如何利用AlexNet预训练模型来训练一个猫狗分类器，主要内容包括：项目结构介绍 数据探索 数据的准备 AlexNet模型的构建 模型的训练和性能评估 结果的提交一、项目结构介绍1、相关数据下载地址项目地址:https://github.com/steelOneself/kaggle/tree/master/cat_vs_dog/AlexNet数据下载地...原创 2018-10-15 21:43:20 · 7263 阅读 · 51 评论 -
kaggle实战房价预测(二)
一、明确目的1.理解问题：观察分析每个特征对于目标变量的重要程度。2.目标(因)变量：明确研究的目标变量房价。3.其他(自)变量：研究其他(自)变量对于目标变量的影响以及自变量与因变量之间的关系。4.数据清理：对于缺失值和异常值以及分类数据的处理。二、房价预测数据描述训练数据一共有1460条，预测数据一共有1459条，每一条数据都有81(包含ID)个特征，其中部分数据存在缺原创 2018-02-05 22:46:14 · 4747 阅读 · 1 评论 -
kaggle实战之房价预测(一)
一、kaggle简介kaggle主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台，kaggle已经吸引了80万名数据科学家的关注。是学习数据挖掘和数据分析一个不可多得的实战学习平台，上面还有许多的项目有巨额的奖金，有许多的获奖选手都会分享他们的代码并分析和挖掘数据的经验。二、房价预测项目地址https://www.kaggle.com/c/house-pr原创 2018-02-04 21:27:38 · 22216 阅读 · 0 评论 -
kaggle实战之数据可视化
本篇教程的是参考kaggle的一篇笔记，https://www.kaggle.com/benhamner/python-data-visualizations/notebook代码是基于python3的，需要pandas、matplotlib、seaborn基础，数据是使用鸢尾花的150组数据，鸢尾花数据下载地址http://archive.ics.uci.edu/ml/machine-learn原创 2018-02-02 23:36:58 · 5211 阅读 · 1 评论