- 博客(19)
- 收藏
- 关注
RSS订阅原创 一番星大厂面试经验分享第一弹
点击上方蓝字，订阅关注我们！前言感谢一番星汇总本次的面试经验，给出了部分面试问题的答案，希望更多人能从中收益，不断积累经验，在面试中优异表现，斩获更多大厂offer，成为offer收割机！也欢迎更多的人联系我投稿，让更多人学习到你的经验与建议。阿里菜鸟（机器学习）-1 面-电话面试1.如何在海量数据（向量维度很高）中查找给定部分数据最相似的top200向量？A：由于之前了解过其他面试蚂蚁金服的朋友，也有问到这个题目的，所以反应比较快，直接就说可以用KD树、聚类、h...
2021-04-10 20:43:20
183
原创 一番星汇总的大厂面试经验分享第二弹
一番星汇总的大厂面试经验分享第二弹原创一番星ChallengeHub前言大家好，这里是一番星的大厂面试经验分享第二弹，平时没事的时候，喜欢写一些自己的学习经验汇总，方便自己理解与后面的复盘，当然分享出来能帮助到一些同学，就更好啦！其实，面试中，目前主流模型虽然很重要，但是一旦简历中写了熟悉传统机器学习相关方法原理，可能会被面试官持续深挖下去，下面的面试就是这种情况。百度机器学习-1面-现场1.项目中用到了聚类？能手写一下Kmeans吗？2.能够详细讲解T...
2021-04-10 20:39:45
198
原创 小贝万文长字带你详谈Transformer
transformerGoogle 在 2017 年提出了基于注意力机制的网络结构 Transformer，进一步在机器翻译效果上取得显著提升。Transformer 结构的核心创新点在于提出了多头自注意力机制（multi-head self-attention），一方面通过自注意力将句中相隔任意长度的词距离缩减为常量，另一方面通过多头结构捕捉到不同子空间的语义信息，因此可以更好地完成对长难句的编码和解码。由于 Transformer 完全基于前馈神经网络，缺少了像卷积神经网络和循...
2021-03-28 22:12:57
497
原创 【小贝出品】定制你的对话机器人 - 基于RASA搭建
【小贝出品】定制你的对话机器人 - 基于RASA搭建源代码 Hands on Setting Up Develop EnvironmentOpen Custom Connector MoreConcept 工程上的处理 Tracker Store Event Broker Model Storage Chitchat and FAQs Asignment 自己的机器人，并且使用active serve去实现对话机器人天气查询功能 RASA W...
2021-03-21 20:44:03
2033
原创 强化学习教程（四）：从PDG到DDPG的原理及tf代码实现详解
强化学习教程（四）：从PDG到DDPG的原理及tf代码实现详解原创 lrhao 公众号：ChallengeHub收录于话题#强化学习教程前言在前面强化学习教程（三）中介绍了基于策略「PG」算法，相比较DQN算法，PG是一种学习连续行为控制策略的方法，通过概率分布分布函数π，来表示每一步的最优策略，在每一步根据该概率分布进行action采样，获取当前最佳的action取值，即：生成action的过程，本质是一个随机过程，最后学习到的策略，也是一个随机策略（stochastic polic）。
2021-03-14 11:47:01
1216
原创 “梧桐杯”中国移动大数据应用创新大赛-智慧城市赛道baseline0.827（纯代码+详细注释）
“梧桐杯”中国移动大数据应用创新大赛-智慧城市赛道baseline0.827（纯代码+详细注释）公众号：ChallengeHub原创枵央01 前言感谢作者「枵央」开源，为国内的开源精神点赞，本次赛题开源的特征较少，采用xgb、rf模型融合，具体开源内容见开源方案（附有详细代码注释）。02 赛题链接https://js.dclab.run/v2/cmptDetail.html?id=46403 竞赛奖项 复赛： 所有获奖选手颁发证书与奖...
2021-03-07 13:31:04
2113
3
原创 浅谈Single-Pass算法
浅谈Single-Pass算法原创 致Great ，公众号： ChallengeHubSingle-Pass算法又称单通道法或单遍法,是流式数据聚类的经典方法。对于依次到达的数据流,该方法按输入顺序每次处理一个数据,依据当前数据与已有类的匹配度大小,将该数据判为已有类或者创建一个新的数据类,实现流式数据的增量和动态聚类，适合对流数据进行挖掘,而且算法的时间效率高;不足之处主要表现在该方法具有输入次序依赖特性,即对于同一聚类对象按不同的次序输入,会出现不同的聚类结果。01. Single-Pass算法基
2021-02-28 10:50:58
3969
转载 [转]NLP关键词提取方法总结及实现
[转]NLP关键词提取方法总结及实现公众号 ChallengeHub最近在研究关键词的提取算法，看到一篇关于关键词提取算法的总结，比较全面了，在这里分享给大家，希望能够帮助同学们~原文链接：https://blog.nowcoder.net/n/ac016f8256f54c4b8c8784e99bccf28a（ps：作者同意转发，如果想了解更多，请阅读全文）目录关键词提取概述TF-IDF关键词提取算法及实现TextRank关键词提取算法实现LDA主题模型关键词提取算法及实现
2021-02-27 23:11:50
631
原创 浅谈Entity Embedding
浅谈Entity Embedding原创 致Great ，公众号：ChallengeHub“万物皆可Embedding”现实生活或者比赛中，我们会经常见到表格数据，其中包含了各种类别特征。本文将简单介绍利用神经网络来表示类别特征的方法-Entity Embedding，这个方法首先出现在kaggle上的《Rossmann Store Sales》中的rank 3的解决方案，作者在比赛完后为此方法整理一篇论文放在了arXiv，文章名：《Entity Embeddings of Categorical
2021-02-27 22:58:36
613
1
原创 浅谈K-Fold Target Encoding
浅谈K-Fold Target Encoding原创 致Great ，公众号： ChallengeHub1.Target Encoding概念单热编码，标签编码，频率编码，目标编码等是非常常见的技巧，通常在特征工程中使用以提高模型在数据集预测的准确性。不同的特征工程技巧可以从不同角度来丰富特征。当数据中，某些分类变量的不数量不是很多时，独热编码(One Hot encoder)或伪编码(Dummy Encoder)是一种不错的方法。但是，当要数据中分类变量的数量增加时，它可能会失效，因为这种编码方
2021-02-27 22:50:38
3086
3
原创 DeepTables表格数据的深度学习工具包
表格数据深度学习框架-DeepTables原创 致Great 公众号： ChallengeHub官方链接：https://github.com/DataCanvasIO/DeepTables简介MLP（也称为全连接神经网络）已被证明在学习分布表示方面效率低下。事实证明，感知器层的“Add”操作在探索乘法特征交互时性能较差。在大多数情况下，必须进行手动特征工程，并且这项工作需要广泛的领域知识并且非常繁琐。如何在神经网络中有效地学习功能交互成为最重要的问题。目前为止，业界已经提出了各种模型来进行CT
2021-02-27 22:42:14
645
原创 【干货】pandas相关工具包
【干货】pandas相关工具包原创 致Great ，公众号：ChallengeHub1 Pandas 介绍Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据（panel dat
2021-02-27 22:32:04
661
原创 Keras-TextClassification 文本分类工具包
Keras-TextClassification 文本分类工具包致Great ，公众号：ChallengeHubInstall(安装)pip install Keras-TextClassificationstep2: download and unzip the dir of 'data.rar', 地址: https://pan.baidu.com/s/1I3vydhmFEQ9nuPG2fDou8Q 提取码: rket cover the dir of data to anac
2021-02-27 22:18:09
759
原创 【数据挖掘算法竞赛】山东省-公积金贷款逾期预测TOP8 baseline523
【数据挖掘算法竞赛】山东山东省-公积金贷款逾期预测TOP8 baseline523原创 lrhao ，公众号： ChallengeHub赛题链接http://data.sd.gov.cn/cmpt/cmptDetail.html?id=26赛题背景维持和发展信用关系，是保护社会经济秩序的重要前提。随着金融市场的发展，信贷业务日益增多，金融机构迫切需要了解信贷主体的信息情况，对信贷资产的安全性、信贷主体的偿债能力给与科学评价，最大限度地防范贷款逾期风险。赛题数据评价指标本次比赛成绩排名根据测
2021-02-27 22:02:03
1285
原创 目标编码的技巧-Soothing 和 Hierarchical Bayesian
目标编码的技巧-Soothing 和 Hierarchical Bayesian**原创 致Great 公众号：ChallengeHub **本文简单介绍两种目标编码方式，大家有兴趣的可以参考原文链接进行理解与尝试使用，祝大家取得好成绩~Target encoding with smoothingdef add_noise(series, noise_level): return series * (1 + noise_level * np.random.randn(len(series)
2021-02-27 21:51:49
1595
2
原创 CCF复赛 docker踩坑记 为明年踩坑做准备
CCF复赛 docker踩坑记 为明年踩坑做准备原创 致Great 公众号：ChallengeHub1 docker安装篇下面以Ubuntu系统讲解docker安装，其他系统可以参考安装 Docker1.1 卸载旧版本旧版本的 Docker 称为 docker 或者 docker-engine，使用以下命令卸载旧版本：$ sudo apt-get remove docker \ docker-engine \ docker.io1
2021-02-27 21:42:24
206
原创 **一份半监督学习的指南-伪标签学习**
一份半监督学习的指南-伪标签学习原创 致Great ChallengeHub1 引言在ML中，有3种机器学习方法-监督学习、无监督学习和强化学习技术。 我们所知道的监督学习是指数据带有标签的情况， 无监督学习是仅存在数据而没有标签的情况，强化学习算法的思路非常简单，以游戏为例，如果在游戏中采取某种策略可以取得较高的得分，那么就进一步“强化”这种策略，以期继续取得较好的结果。想象一下这样一种情况，在训练中，标记数据的数量更少，而未标记数据的数量更多。 一种称为半监督学习（ [Semi-Superv
2021-02-27 21:14:18
253
原创 python豆瓣电影xpath方法索引爬虫并导入数据库
在学了urllib和Fiddler抓包爬虫之后，最大的感触就是费时费力效果也不好，偶然在一篇文章中发现xpath基于开发者工具爬虫并对相同标签进行索引，解决了同一个标题却有多个相同标签的问题，这是写入数据库的效果爬虫代码...
2018-11-01 11:03:13
677
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人