自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 【书生·浦语大模型实战营】书生·浦语大模型全链路开源体系

人工智能技术的发展日新月异,其中大模型的发展尤其迅速,已然是 AI 时代最炙手可热的当红炸子鸡。然而,大模型赛道对于小白开发者来说还是有不小的门槛。面对内容质量参差不齐的课程和实际操作中遇到的问题,许多开发者往往感到迷茫,不知道如何入手。大模型的训练和部署需要强大的计算资源,普通开发者难以承受。大模型开发对计算机新手的技术水平要求较高,是具有挑战性的任务。大模型应用场景需要定制化训练,许多开发者缺乏相关行业知识和经验。

2024-01-07 18:34:23 379 1

原创 【Datawhale Ai 夏令营】用户新增预测挑战赛:再进一步

前面两篇系列文章,通过特征工程和比较模型来提高分数,这篇文章将会增加新的特征,并且比较新的分类器。提出新的特征,增加新的分类器进行比较。未来模型增长点可以着重于对模型参数的精细化调整和模型融合,如使用网格化搜索获取最优参数然后使用Stacking方法对得分优秀的模型进行融合。

2023-08-25 21:57:53 65

原创 【Datawhale Ai 夏令营】用户新增预测挑战赛:分类器比较和特征工程

在上一篇文章中分享了baseline,这这篇文章中将会基于模型选择,特征工程方面来改进baseline。本文在上次baseline的基础上,通过修改分类器,增加特征工程,对模型进行改进。

2023-08-23 22:28:57 70

原创 【Datawhale Ai 夏令营】用户新增预测挑战赛baseline

Datawhale Ai 夏令营第三期 机器学习方向 用户新增预测挑战赛baseline

2023-08-18 20:50:53 101

原创 零基础入门数据挖掘 - 二手车交易价格预测-数据分析(一)

数据探索性分析 EDA (Exploratory Data Analysis),也就是对数据进行探索性的分析,从而为之后的数据预处理和特征工程提供必要的结论。 通常我们用到pandas库和可视化工具如 matplotlib 和 seaborn 就可以完成了。 主要的步骤是: 理解问题 读取数据 单变量探索 多变量探索 数据预处理 建立假设,并检验 代码示例 载入库和数据 import pand...

2020-03-24 21:40:48 352

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

提示
确定要删除当前文章?
取消 删除