![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
组队学习
文章平均质量分 95
余柳成荫
萌新一只,请多关照!
展开
-
20210919_NLP之transformer_图解GPT
三、图解GPT目录三、图解GPT来源1.1 语言模型1.2 GPT概述1.3 GPT细节参考资料来源Datewhle29期__NLP之transformer :erenup(多多笔记),北京大学,负责人张帆,Datawhale,天津大学,篇章4张贤,哈尔滨工业大学,篇章2李泺秋,浙江大学,篇章3蔡杰,北京大学,篇章4hlzhang,麦吉尔大学,篇章4台运鹏 篇章2张红旭 篇章2学习资料地址:https://datawhalechina.github.io/learn-nl转载 2021-09-20 00:10:55 · 204 阅读 · 0 评论 -
20210714_27期_深度学习_Task2_回归
二、回归目录二、回归来源1. 回归定义.2 线性回归2.1 多元线性模型2.2 损失函数2.3 梯度下降2.4 过拟合2.5 正则化2.5.1 岭回归(L2正则化)2.5.2 Lasso回归(L1正则化):2.5.3 对比3 总结来源Datewhle27期__深度学习 :https://github.com/datawhalechina/leeml-notes作者: 王茂霖、陈安东、刘峥嵘、李玲、丁一超论坛地址:http://datawhale.club/t/topic/1574转载 2021-07-14 23:13:00 · 96 阅读 · 0 评论 -
20210502_数据预处理(第二天)
二、数据预处理及可视化(第二天)–real python小建议在最后文章目录二、数据预处理及可视化(第二天)来源1 数据预处理及特征工程1.1 缺失数据统计与处理1.1 任务一:缺失值统计1.2 任务二:对缺失值进行处理1.2 重复值统计及处理1.2.1 重复值统计1.2.2 重复值处理1.3 特征工程1.3.1 数据分桶1.3.2 标签编码和独热编码2 数据重构2.1 数据合并2.1.1 横向合并2.1.2 纵向合并2.2 数据分组小建议来源文章内容来源于Datewhale的han转载 2021-05-02 22:54:39 · 228 阅读 · 0 评论 -
20210425_24期_集成学习(中)_Task11_Xgboost算法
十一、Xgboost算法目录十一、Xgboost算法来源11.1 Xgboost算法原理思路11.1.1参考资料来源Datewhle24期__集成学习(中) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.club/t/topic/157411.1 Xgboost算法原理思转载 2021-04-26 23:35:04 · 122 阅读 · 0 评论 -
20210419_24期_集成学习(中)_Task10_前向分步算法与梯度提升决策树
十、前向分步算法与梯度提升决策树目录十、前向分步算法与梯度提升决策树来源10.1 前向分步算法10.1.1 原理10.1.2 前向分步算法与Adaboost的关系:10.2 梯度提升决策树(Gradient Boosting Decision Tree) (GBDT)10.2.1 Boosting Decision Tree:提升树算法10.2.2 Gradient Boosting Decision Tree:梯度提升决策树10.3实例10.3.1 `GradientBoostingRegressor转载 2021-04-23 23:43:31 · 77 阅读 · 0 评论 -
20210419_24期_集成学习(中)_Task09_boosting的原理和案例分析
九、boosting的原理和案例分析目录九、boosting的原理和案例分析来源9.1 Boosting9.1.1 Boosting概念原理9.1.2 Adaboost基本原理参考资料来源Datewhle24期__集成学习(中) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.转载 2021-04-20 23:11:55 · 79 阅读 · 0 评论 -
20210414_24期_集成学习(中)_Task08_bagging的原理和案例分析
八、bagging的原理和案例分析目录八、bagging的原理和案例分析来源8.1 Bagging8.1.1 Bagging概念原理9.1.2 Bagging流程参考资料来源Datewhle24期__集成学习(中) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.club/t/原创 2021-04-17 22:01:32 · 311 阅读 · 1 评论 -
20210329_23期_集成学习(上)_Task06_分类问题的评估及超参数调优
六、分类问题的评估及超参数调优目录六、分类问题的评估及超参数调优来源1 评估性能调参例子1.1 网格搜索调参1.2 随机搜索调参1.3 混淆矩阵1.4 ROC1.5 练习参考资料来源Datewhle23期__集成学习(上) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.clu转载 2021-03-29 15:11:46 · 177 阅读 · 0 评论 -
20210328_23期_心跳检测_Task05_模型融合
五、模型融合目录五、模型融合来源1 模型融合1.1 回归\分类概率-融合1.1.1 平均法(Averaging)1.1.2 堆叠法(Stacking)1.2 分类模型融合1.2.1 Voting投票机制1.2.2 分类的Stacking\Blending融合1.2.3 其他1.3 赛题中应用参考资料来源Datewhle23期__数据挖掘心跳检测 :https://github.com/datawhalechina/team-learning-data-mining/tree/master/Hear转载 2021-03-28 21:23:26 · 101 阅读 · 0 评论 -
20210327_23期_集成学习(上)_Task05_基本的分类模型
五、基本的分类模型目录五、基本的分类模型来源1 模型性能度量指标1.1 基本概念1.2 分类模型常见指标2 常见模型2.1 逻辑回归(Logistic regression,LR)参考资料来源Datewhle23期__集成学习(上) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhal转载 2021-03-27 12:06:19 · 246 阅读 · 0 评论 -
20210320_23期_集成学习(上)_Task03_偏差与方差理论
二、偏差与方差理论目录二、偏差与方差理论来源来源Datewhle23期__集成学习(上) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.club/t/topic/1574import pandas as pdimport numpy as np 均方误差 MSE..转载 2021-03-22 20:30:36 · 215 阅读 · 0 评论 -
20210319_23期_心跳检测_Task02_数据探索性分析
二、数据探索性分析(EDA)这里写目录标题二、数据探索性分析(EDA)来源1.1 EDA及其目标参考资料来源Datewhle23期__数据挖掘心跳检测 :https://github.com/datawhalechina/team-learning-data-mining/tree/master/HeartbeatClassification作者:鱼佬、杜晓东、张晋、王皓月、牧小熊、姚昱君、杨梦迪论坛地址:http://datawhale.club/t/topic/1574import pa转载 2021-03-19 21:32:19 · 164 阅读 · 0 评论 -
20210317_23期_集成学习(上)_Task02_sklearn构建完整机器学习模型
二、Sklearn构建完整机器学习模型目录二、Sklearn构建完整机器学习模型来源2.1 机器学习项目通常步骤2.2 用Sklearn对机器学习项目的构建2.2.1 导入数据集及特征选择2.2.2 模型性能评价指标2.2.3 模型选择2.2.3.1 线性回归模型参考资料来源Datewhle23期__集成学习(上) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者转载 2021-03-18 13:04:30 · 339 阅读 · 0 评论