Kaggle
-
Kaggle 年度报告出炉:数据科学家年轻多金,薪资近百万
近日,kaggle 在对 20,036 名 Kaggle 用户的反馈进行数据清洗后,发布其年度调查报告《机器学习与数据科学 2020》,向我们展示了当前数据科学家的群体画像。
-
Kaggle最流行NLP方法演化史,从词袋到Transformer
Kaggle 竞赛史也是实践型 NLP 的历史
-
大数据日报(20191025):DeepMind新研究终身语言学习中的情节记忆,麻省理工学院人工智能或能加快乳腺癌的诊断
大数据日报(20191025):DeepMind新研究终身语言学习中的情节记忆,麻省理工学院人工智能或能加快乳腺癌的诊断。
-
Boosting和AdaBoost的可视化清晰的解释
可视化的方法,清楚的解释了Boosting和AdaBoost。
-
深度学习,其实远非人工智能的全部和未来
一个深度学习专家无法与人工智能专家划上等号。
-
2年自学,21岁最年轻Kaggle大师之路
本文作者在 Kaggle 比赛中获得了 4 枚银牌和 1 枚金牌奖牌,并且拥有 31 枚讨论金牌,他现在是其所在国家(印度)最年轻(21 岁)的 Kaggle X2 Master。
-
新手数据科学家最容易踩的5个坑,来看看你有没有中招
新手数据科学家最容易踩的5个坑,来看看你有没有中招
-
构建端到端数据科学项目实战(附链接)
在Kaggle项目上工作的最大的争论是它只专注于第二阶段。因此,在这个项目中,我将确保涵盖所有三个阶段。 在第一阶段,我做了网络抓取来获取数据,由于数据是脏的,所以我不得不整理数据进行分析。然后我做了各种数据可视化,并在第二阶段进行了分析。最后,我写了一些文章来发表结果并将这个项目投入生产。 当然,我可以通过包含一个机器学习组件使这个项目更加完整,例如,使用…
-
19款数据挖掘工具汇总
数据挖掘工具包括从完整的模型开发环境如Knime和Orange,到各种用Java、c++编写的库,最常见的是Python。
-
Yoho深度学习应用案例:注册概率预估实践和思考
本文主要介绍Yoho大数据团队在深度学习传统应用方向上的一些实践和思考。
-
Kaggle入门手册
顶尖的团队拥有数十年的综合经验,处理有挑战的问题,如改善机场安全或分析卫星数据。