- 博客(185)
- 资源 (7)
- 收藏
- 关注
原创 图神经网络(GNN)入门之旅(五)-GraphSAGE源码解析
知乎专栏:图神经网络第五篇:个人认为是最详细的一版源码解析https://zhuanlan.zhihu.com/p/354831060
2021-03-09 18:02:47 531
原创 图神经网络(GNN)入门之旅(四)-GraphSAGE和PinSAGE
知乎专栏:图神经网络第四篇:https://zhuanlan.zhihu.com/p/347749809
2021-03-09 18:00:52 722
原创 图神经网络(GNN)入门之旅(三)-拉普拉斯矩阵与GCN
知乎专栏:图神经网络第三篇:https://zhuanlan.zhihu.com/p/344005023
2021-03-09 17:58:33 955
原创 图神经网络(GNN)入门之旅(二)-傅里叶与拉普拉斯
知乎专栏:图神经网络第二篇https://zhuanlan.zhihu.com/p/342575491
2021-03-09 17:56:51 247
原创 图神经网络(GNN)入门之旅(一)-运动与数学
分享本人在知乎专栏图神经网络的文章,觉得不错的同学欢迎点赞收藏哈。https://zhuanlan.zhihu.com/p/342499716
2021-03-09 17:51:48 185
原创 图神经网络(GNN)入门之旅
最近开始在知乎上总结分享完整的知识全貌,日后CSDN用来记录分享阶段性知识要点,知乎用来总结分享全局学习要点。关注的同学可以同时关注知乎专栏:添加链接描述
2021-01-08 10:03:03 367
原创 数学公式推导笔记
因在研究过程中经常需要记录公式推导,但经常遇到手头没有纸笔的情况。个人比较懒,到现在才开始试着利用markdown来记录推导过程。参考了博文:《markdown公式编辑语法》
2020-12-04 10:21:01 814
原创 以API方式--模型部署发布
综合网上一些经验,对模型部署发布知识进行整理;详见github:https://github.com/Stonesusu/model_service其中接口测试,一共采用两种方式:1、Postman;2、python代码开发;...
2020-05-06 15:25:43 1445
原创 程序猿如何做副业(在做好主业的基础上)
说下个人做副业的感受。。。本人在考虑做副业时,主要考虑时间成本和资金成本。共考虑过以下几种副业:一、接项目本人了解过几个做项目的网站,网上随便就能搜到几个不错的。但是因只想在技术方向上做深做强,因此放弃接项目或者私活。二、整理知识体系,构建知识分享这个本人目前还在不断积累中,暂时不考虑知识收费栏目。...
2020-04-13 09:53:44 703
转载 介绍最清晰的Graph Neural Network
mark一下,感谢作者分享!https://mp.weixin.qq.com/s/t_sGfLq2o3B1TFOkbUBS4whttps://mp.weixin.qq.com/s/69A01vKfypMOtHJ1szH3MQ
2020-03-31 09:15:41 590
原创 CPU版Deep Graph Library (DGL)实践
为了方便普通笔记上学习图深度学习,Deep Graph Library (DGL)提供了cpu版本,方便易用。github:https://github.com/dmlc/dgl本人使用了pip安装。DGL官方文档:https://docs.dgl.ai/...
2020-02-09 14:54:16 3158
原创 累积分布函数(Cumulative Distribution Function)
大家在做数据挖掘时,是不是经常遇到累计分布函数这个概念?除了明白它的曲线和特性之外,实际用处在哪里呢?可以用在数据标准化上,常见log转换、min-max标准化、z-score标准化、最大值标准化等不,本人在构建深度学习模型的时候(DCN),使用过累积分布,效果显著;思想来源于美团技术团队的分享。python代码如下:from sklean import preprocessingfrom...
2019-12-30 15:29:52 7691 1
原创 机器学习模型实战
以蚂蚁金服支付风险异常识别为例,梳理建模过程中的步骤及思路,其中缺失部分(持续优化)会在效果验证后补充。ATEC学习赛:数据挖掘之支付风险异常识别:https://dc.cloud.alipay.com/index#/topic/intro?id=9 之所以选择此赛题,是因为此赛题长期开放,可以持续测试新的想法。废话不多说,直接开始正题。import numpy as n...
2019-12-23 20:53:49 556 1
转载 PyTorch & PyTorch Geometric图神经网络(GNN)实战
mark一下,感谢作者分享!http://www.360doc.com/content/19/0601/13/7673502_839610173.shtmlhttp://www.jintiankansha.me/t/OsNpfQP895github:https://github.com/khuangaf/Pytorch-Geometric-YooChoose...
2019-12-11 14:49:13 4715
转载 win10下pytorch安装torch_scatter、torch_sparse出错的解决方案
mark一下,感谢作者分享!win10下python3安装torch_scatter、torch_sparse出错的解决方案:https://blog.csdn.net/wangs1996/article/details/96424937
2019-12-09 15:53:29 4077
转载 Github项目推荐-图神经网络(GNN)相关资源大列表
mark一下,感谢作者分享!https://blog.csdn.net/xinshucredit/article/details/89517869
2019-12-08 23:11:43 514
转载 wide & Deep 和 Deep & Cross 及tensorflow实现
mark一下,感谢作者分享!https://blog.csdn.net/yujianmin1990/article/details/78989099
2019-12-04 19:15:46 219
转载 在服务器上实时地调试卷积神经网络的结构,观察计算结果
mark一下,感谢作者分享!可以让你在服务器上实时地调试卷积神经网络的结构,观察计算结果:ConvNetJS CIFAR-10 demohttps://cs.stanford.edu/people/karpathy/convnetjs/demo/cifar10.html...
2019-12-03 07:53:22 224
原创 自定义损失函数(二)
自定义损失函数上述文章,介绍了用于回归的自定义损失函数;由于项目需要,尝试了用于分类的自定义损失函数;在网上查找了很多分类相关的自定义损失函数介绍,但是很多细节,现总结如下,希望能够给大家提供帮助。如有不足,请大家帮忙指正!import warningswarnings.filterwarnings("ignore")import numpy as npimport pandas a...
2019-11-29 15:33:04 4276
原创 2019年11月-12月todo
记录todo事项,帮助自己成长;1、温故知新–机器学习相关理论;2、特征衍生代码整理,及新增衍生变量;3、lightgbm模型解释,风险模型中应用模型解释;4、尝试多任务学习(自定义损失)在风险模型中的应用;5、模型组合(常规模型组合,深度学习模型组合);6、图神经网络进阶;...
2019-11-15 00:15:07 218
原创 自定义损失函数
lightgbm自定义示例:https://www.cnblogs.com/fujian-code/p/9804129.htmlhttps://github.com/manifoldai/mf-eng-public/blob/master/notebooks/custom_loss_lightgbm.ipynb担心链接失效:重新编辑。%load_ext autoreload%autore...
2019-11-09 17:18:31 3077
原创 机器学习可解释性实践
kaggle教程:https://www.kaggle.com/learn/machine-learning-explainability
2019-10-30 19:52:58 1205
转载 可解释的机器学习
mark一下,感谢作者分享!原文链接:https://towardsdatascience.com/interpretable-machine-learning-1dec0f2f3e6bkaggle:https://www.kaggle.com/learn/machine-learning-explainability
2019-10-24 11:24:09 700
转载 机器学习-重要知识点梳理
href=“https://blog.csdn.net/lrs1353281004/article/details/79529818”>https://blog.csdn.net/lrs1353281004/article/details/79529818原文地址:http://blog.csdn.net/lrs1353281004/article/details/795...
2019-09-21 15:29:04 480
转载 决策树的进化(ID3、C4.5、CART、GBDT、RF、DART、lambdaMART、XGBoost、lightGBM)
mark一下,感谢作者分享!决策树的进化(ID3、C4.5、CART、GBDT、RF、DART、lambdaMART、XGBoost、lightGBM)https://blog.csdn.net/qq_22194315/article/details/83752321
2019-08-21 22:55:27 578
转载 【GCN】图卷积网络初探
【GCN】图卷积网络初探——基于图(Graph)的傅里叶变换和卷积:https://blog.csdn.net/qq_41727666/article/details/84622965GCN (Graph Convolutional Network) 图卷积网络解析:https://blog.csdn.net/weixin_36474809/article/details/89316439...
2019-07-24 11:53:34 391
转载 GNN之GraphSAGE学习
mark一下,感谢作者分享!斯坦福工程:http://snap.stanford.edu/graphsage/文末有paper和code:https://blog.csdn.net/imark11/article/details/78698844代码解析:https://www.cnblogs.com/shiyublog/p/9819086.html...
2019-05-28 14:31:42 2626
原创 pandas透视表常用方法
在实际工作中,一些字段较多的数据,存储时往往以params-values的形式存储。如下所示:test = pd.DataFrame([['a','var1',1],['a','var2',2],['b','var1',1],['b','var2',2]],columns=['id','params','values'])test一个id对应多行。然而在使用数据的过程中,往往希望一个id...
2019-05-22 15:02:11 2461
转载 图神经网络(GNN)的必读文章
mark一下,感谢作者分享!https://ruby.ctolib.com/article/wiki/104898Must-read papers on GNNGNN: graph neural network Contributed by Jie Zhou, Ganqu Cui and Zhengyan Zhang. Survey papers Graph...
2019-05-17 17:57:55 3682 1
转载 文本分类实战
mark一下,感谢作者分享!https://www.cnblogs.com/jiangxinyang/category/1374701.html
2019-05-16 19:59:10 939
转载 python自动分箱,计算woe,iv
mark一下,感谢作者分享!https://blog.csdn.net/KIDxu/article/details/88647080 笔者之前用R开发评分卡时,需要进行分箱计算woe及iv值,采用的R包是smbinning,它可以自动进行分箱。近期换用python开发, 也想实现...
2019-04-02 11:26:15 9048
原创 kaggle 欺诈信用卡预测(由浅入深(二)之AutoEncoder+LogisticRegression)
在前一篇> kaggle 欺诈信用卡预测(由浅入深(一)之数据探索及过采样)我们利用SMOTE过采样和LogisticRegression来预测信用卡欺诈。现在我们利用样本类别本身的不平衡,用AutoEncoder来对特征进行表达,并将表达后的特征送入LogisticRegression。得到了好于SMOTE+LogisticRegression的效果。...
2019-03-26 10:53:22 4596 2
转载 GBDT,XGboost,Lightgbm,Catboost总结
mark一下,感谢作者分享!一、DBDT分裂GBDT使用的决策树就是CART回归树,无论是处理回归问题还是二分类以及多分类,GBDT使用的决策树自始至终都是CART回归树。 对于回归树算法来说最主要的是寻找最佳的划分点,那么回归树中的可划分点包含了所有特征的所有可取的值。在分类树中最佳划分点的判别标准是熵或者基尼系数,都是用纯度来衡量的,但是在回归树中的样本标签也是连续数值,所以再使用熵...
2019-03-20 20:37:51 4697 3
原创 kaggle 欺诈信用卡预测(由浅入深(一)之数据探索及过采样)
项目背景数据集包含由欧洲持卡人于2013年9月使用信用卡进行交的数据。此数据集显示两天内发生的交易,其中284,807笔交易中有492笔被盗刷。数据集非常不平衡,正类(被盗刷)占所有交易的0.172%。它只包含作为PCA转换结果的数字输入变量。不幸的是,由于保密问题,我们无法提供有关数据的原始功能和更多背景信息。特征V1,V2,… V28是使用PCA获得的主要组件,没有用PCA转换的唯一特征是...
2019-03-18 17:51:34 5853 3
推荐系统实践
2017-05-23
Stanford 教授 Andrew Ng 的 Deep Learning 教程
2017-05-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人