- 博客(5)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 数据可视化系列（二）：艺术画笔见乾坤
前言期待了好久的datawhale可视化教程终于出来了，这次标题狠有文艺范儿，哈哈哈这次我主要目的是最近要写篇论文，也正好为以后建模画图打劳基础~大家可以多看看官方教程：中文官方网站：https://www.matplotlib.org.cn/中文官方网站：https://matplotlib.org/当然还有datawhale，一起讨论！http://datawhale.club/系列：数据可视化系列（一）：Matplotlib初相识一、概述1. matplotlib的三
2020-12-15 20:31:20
661
原创 数据可视化系列（一）：Matplotlib初相识
前言期待了好久的datawhale可视化教程终于出来了，这次标题狠有文艺范儿，哈哈哈这次我主要目的是最近要写篇论文，也正好为以后建模画图打捞基础~大家可以多看看官方教程：中文官方网站：https://www.matplotlib.org.cn/中文官方网站：https://matplotlib.org/当然还有datawhale，一起讨论！http://datawhale.club/一、认识matplotlibMatplotlib是一个Python 2D绘图库，能够以多种硬拷贝格式
2020-12-14 16:33:23
295
原创 进程调度：优先数法与轮转法的实现
操作系统：进程调度衡量调度的标准不同的调度算法有各自不同的属性,侧重点是不一样的.调度准则用于比较不同的调度算法.根据不同的调度准则进行比较,则得出的比较结果是不同的.CPU利用率:使CPU尽可能的忙碌吞吐量（Throughput）：单位时间内运行完的进程数周转时间(Turnaround time):从提交到运行结束的全部时间等待时间:进程在就绪队列中等待调度的时间总和响应时间:从进程提出请求到首次被响应的时间段[在分时系统环境下不是输出完结果的时间]优化标准：最大的CPU利用率、最大的
2020-12-07 19:37:39
1519
原创 2020-12-03
前言读取数据此次比赛是新闻推荐场景下的用户行为预测挑战赛， 是Datawhale与天池联合举办，该赛题是以新闻APP中的新闻推荐为背景， 目的是要求我们根据用户历史浏览点击新闻文章的数据信息预测用户未来的点击行为， 即用户的最后一次点击的新闻文章， 这道赛题的设计初衷是引导大家了解推荐系统中的一些业务背景， 解决实际问题！赛题链接： 零基础入门推荐系统 - 新闻推荐对于刚接触推荐系统同学推荐先浏览以下基础知识：推荐系统摘要推荐系统知识梳理——协同过滤推荐系统知识梳理——矩阵分解推荐系统
2020-12-03 22:58:50
252
原创 天池-新闻推荐-多路召回
登录欢迎使用有问题请及时反馈，请将各位的昵称改为微信名或者网名，方便沟通谢谢。Task03 天池新闻推荐入门赛之【多路召回】组队学习推荐系统实践（新闻推荐）ryluo911 天多路召回所谓的“多路召回”策略，就是指采用不同的策略、特征或简单模型，分别召回一部分候选集，然后把候选集混合在一起供后续排序模型使用，可以明显的看出，“多路召回策略”是在“计算速度”和“召回率”之间进行权衡的结果。其中，各种简单策略保证候选集的快速召回，从不同角度设计的策略保证召回率接近理想的状态，不至于损伤排序效
2020-12-01 13:48:32
488
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人