wojiaoawenlong的博客

原创 往届工业大数据竞赛代码链接

第三届：https://github.com/MatthewSZhang/partsflyoffhttps://github.com/ruyueshuo/Prognosis-of-Rotor-Parts-Fly-off第二届：刀具剩余寿命预测：https://github.com/ultimatejoe/rul_of_cutter钢卷吞吐量预测：https://github.com/Bingohong/2018-Industrial-Bigdata第一届：风机叶片结冰预测大赛：https://git

原创 简单讲机器学习（4）

原创 简单讲机器学习（3）

原创 简单讲机器学习（2）

原创 简单讲机器学习（1）

原创 解决jupyter notebook中画图不清晰的问题

解决jupyter notebook中画图不清晰的问题画图代码前加上：# 解决中文和负号显示问题# plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['font.sans-serif'] = ['STZhongsong']plt.rcParams['axes.unicode_minus'] = False%config InlineBackend.figure_format = 'retina'画图代码后加上：plt.savefi

转载 GitHub机器学习路线图

通过互联网学习意味着可以在无垠的知识海洋中遨游，但也可能因为广阔而迷失。在这个项目中，作者为机器学习提供了一个完整的学习路径。从 ML 到 DL、Scikit-Learn 到 TensorFlow，你需要这份学海指南。曾有多少次，当你试图接近某一个新主题或领域时，会感到困惑、迷失方向并且无「路」可循。要如何确保你能够深刻理解并且获得运用它的能力呢？当然是借鉴其他人的成熟路径，然后跟着他一步步学习，少走很多弯路。在这...

原创 第四届工业大数据代码-模型融合1（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据代码-提交2（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据创新代码-调参2（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据创新源码-调参1（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据源码-提交1（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据大赛代码-特征提取（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据比赛代码6（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据创新比赛源码5（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据创新比赛代码4（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

原创 第四届工业大数据创新代码3（自写）

import datetimeimport numpy as npimport pandas as pdimport lightgbm as lgbfrom sklearn.datasets import load_breast_cancerfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_scoreimport matplotlib.pyplot as plt%m

原创 第四届工业大数据创新大赛代码2（自写）

import datetimeimport numpy as npimport pandas as pdimport lightgbm as lgbfrom sklearn.datasets import load_breast_cancerfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_scoreimport matplotlib.pyplot as plt%m

原创 第四届工业大数据创新大赛代码1（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as np# 这是个回归问题，参考波士顿房价预测# 数据预处理 x_train = np.zeros((16600, 39)) y_train = np.zeros((16600, 3)) x_test = np.zeros((3953, 39)) df_x

原创 第四届工业大数据创新大赛代码-模型融合（自写）

import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost import plot_importance,plot_treefrom sklearn.datasets import load_irisfrom sklearn.model_selection import

转载 机器学习路线图（附资料）

                                            &nb.

转载 机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总

《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最新版本《神经网...

转载 如何转载博客？

转载来源：https://blog.csdn.net/yanmantian/article/details/53256765   对于喜欢逛CSDN的人来说，看别人的博客确实能够对自己有不小的提高，有时候看到特别好的博客想转载下载，但是不能一个字...

转载 第四届工业大数据创新大赛

文章目录 1 题目描述2 比赛任务3 数据描述4 评分规则5 答案提交 REF：官网 1 题目描述 注塑成型作为做常见的一种塑料制品加工工艺，它所加工的产品在生活中随处可见，例如电子产品、汽车配件、玩具以及其他众多消费品。由于成型系统较为复杂并且对环境较为敏感，注...