Datawhale Al夏令营 Task2

最新推荐文章于 2024-09-15 22:31:42 发布
最新推荐文章于 2024-09-15 22:31:42 发布
阅读量115 收藏
点赞数 3
文章标签： python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_52114905/article/details/140795668
版权

本次任务主要为精读代码

1.大模型回答任务

该解析详细的说明了，推理的过程和结果。

2.prompt回答处理

了解了根据任务制定相应的prompt，我通过chatgpt-4o，修改了prompt内容，有少量的分数提升 

3.纠错和补错

对返回的内容进行处理，提高获得的正确性

whj123jhw
关注
Datawhale Al夏令营 task2-3学习笔记
2301_80144825的博客
08-03 142
参加了datawhale Al夏令营，对深度学习和机器学习有了入门的了解，根据夏令营提供的baseline理解了RNN以及基于特征工程的lqm的使用方法。下一步需要根据赛事提供的数据进行特征引入和改进，并对模型进行进一步的优化。
Datawhale Al 夏令营 task2|电力需求预测挑战赛 lightGBM
weixin_57070738的博客
07-17 379
优势：数据并行 投票并行。
Datawhale Al夏令营 Task1
qq_65978158的博客
07-28 226
ai夏令营 #datawhale #夏令营。
Datawhale Al夏令营 task1
qq_63116907的博客
08-09 344
阿里云社区​编辑https://free.aliyun.com/?
Datawhale Al夏令营 AIGC方向 task2
qq_63116907的博客
08-14 805
这条命令用于安装一个名为的Python包。这个包可能用于这条命令用于以“开发模式”（editable mode）安装一个名为的Python包：-v:-v。在详细模式下，pip会输出更多的安装过程信息，包括下载的文件、依赖关系解析的详细信息、安装的步骤等等。这在调试安装问题时特别有用。-e:在开发模式下，安装的包会链接到源代码所在的目录，而不是将包复制到 Python 的包目录中。这意味着你可以直接修改源代码，而不需要重新安装包。
Datawhale Al 夏令营 task3|电力需求预测挑战赛 深度学习方法
weixin_57070738的博客
07-20 849
原始数据数据仅仅只是当下（当前时刻/日/月）的数据，然而，对于连续时间数据来说，，特征工程的重点之一就是通过数据之间的相关性来，以便更好地进行数据的拟合和预测。通过等方法，可以很好地实现特征工程。
Datawhale Al夏令营 机器学习
m0_74487158的博客
07-17 726
其实整个代码是python语言的，对于没有学过python可能还是有难度的(like me)，但是task2部分也懂了很多，包括问题也解答的很好，分数也好了很多，还是很有帮助的。GBDTCART回归树。
Datawhale Al夏令营
2301_76842721的博客
07-25 254
首先，通过0基础小白速通，我第一次完成了催化反应产率预测的算法估计时间是9分钟，分数是0.1802，这个分数并不高，需要通过后面的学习完成优化。在学习中我按照教程一步步来完成，其中并没有遇到什么大的问题，也是很快的完成算法的运行，希望后面的大赛也能顺利的通过。虽然我从来没有了解过算法，但通过这次学习也使我第一次具体了解了算法是什么。今天进行了ai夏令营任务的第一次模拟，我报名的赛道：从零入门AI for Science（AI+化学），是用算法来估算。
Datawhale AI 夏令营 task02
l9999990的博客
07-18 1293
通过baseline代码和进阶代码分析数据、学习特征构建方式，分数初步提高，入门机器学习建模。
DataWhale数据挖掘学习–Task 2 数据分析
12-21
EDA数据分析2.1 数据加载2.2 查看数据概况2.3 检测缺失值、异常值、重复值2.3.1 缺失值判断2.3.2 缺失值可视化missingno矩阵查看缺失值missingno条形图查看缺失值2.3.3异常值检测倾斜值检测2.4 查看预测值分布查看...
DataWhale组队打卡学习营task05-1 卷积神经网络基础
01-06
卷积神经网络基础 二维卷积层 本节介绍的是最常见的二维卷积层，常用于处理图像数据。 二维互相关运算 二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维...
Python办公自动化案例（二）：对比两个Excel数据内容并标出不同
衍生星球的博客
09-14 361
在数据处理和分析的日常工作中，我们经常需要比较两个Excel文件的差异。这可能是为了验证数据的一致性、检查数据的准确性，或者在版本控制中追踪更改。手动比较这些文件不仅耗时，而且容易出错。幸运的是，Python的openpyxl库提供了一种自动化这一过程的方法。
Python世界：力扣29题两数相除算法实践
来知晓的博客
09-13 385
除法运算本质是减法，从理解原理到真正实现还是有距离，建议初步理解后，不参考任何代码，完全自己复现一遍，体会更深。注意提示：目的就是提醒越界问题：-2^31/-1=2&31，超过了整数表达范围。本问题来自于力扣29题，在做完大数相乘后，顺带也看下两数相除。将两数相除，要求不使用乘法、除法和 mod 运算符。给定两个整数，被除数。
Tcl lnit error: Can’t find a usable init.tcl in the following directories 问题解决
最新发布
梦想闹钟
09-15 277
实际研究后发现，其实py2exe已经把打包需要的lib放在dist文件夹下了，但是打包后的程序运行后却没有去lib下找，而是去找系统自带的环境变量里找，所以找不到。这个问题出现在我用py2exe打包了一个包含tkinter的图形化界面，在当前电脑上运行无问题，在移动到新电脑上后提示报错、getcwd用于获取当前工作目录绝对路径，在设置环境的变量的时候它用的是绝对路径-所以也导致了在当前电脑上能用而移动后不能用。解决方法是在你的程序里重新设置下环境变量，而且是用相对路径的形式。
JUC从实战到源码：中断机制与API实现
qq_43843951的博客
09-12 1138
在Java中，线程中断是一种机制，用于通知线程应该停止当前正在执行的任务。中断通常用于协同线程之间的合作，以便让线程在适当的时候终止其工作，尤其是在长时间运行的任务或阻塞操作中。通过学了多线程以及synchronized的相关知识，接下来就到了学习线程中断知识。
Datawhale学习：注意力机制与Seq2seq模型解析
"Datawhale组对学习打卡营的任务11涵盖了注意力机制和Seq2seq模型的相关知识，包括Softmax屏蔽、点积注意力、多层感知机注意力等，并提供了文件目录处理函数`file_name_walk`以及与注意力机制相关的`SequenceMask`和...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值