ZSY的大后台

鉴于之前看过两遍斯坦福Ng的机器学习课程，最近想通过kaggle来入手数据挖掘，通过实际问题加深对于算法、问题解决过程的理解。在网上找了一些对kaggle比赛过程的介绍与参赛心得，参考链接如下：kaggle home pagekaggle入门教程-传送门1kaggle入门教程-传送门2

kaggle入门题——Titanic。给出写代码时参考的notebook：传送门

DR（手写数字识别）问题是多分类问题的入门题目，可以采用多种机器学习方法进行求解。同时由于是图像类问题，可以使用CNN（卷积神经网络）求解。列出做该比赛时的参考链接：Digit Recognition【机器学习算法实现】logistic回归__基于Python和Numpy函数库 - wepon的专栏 - 博客频道 - youkuaiyun.comKaggle入门——使用scikit-learn解决DigitRe

房价预测问题，kaggle回归类入门题。做该比赛时，参考链接如下：数据分析： Comprehensive data exploration with Python | Kaggle正则化线性模型： Regularized Linear Models | Kaggle

Porto Seguro’s Safe Driver Prediction是一道回归预测题，参赛者需要根据数据给出某个保险实例是否会出发赔款的概率。该题有5000+人参加，近期也结赛了。最终我的排名1000+，离前20%只差一点点，有些可惜。不过这一次比赛中还是学到了很多东西。列出参考的notebook链接：EDA： Interactive Porto Insights - A Plot.ly T

经常逛kaggle社区的人常会在forum看到大家都是用notebook形式来进行代码组织和策略讲解。Jupyter就是这样一个工具，它允许你分块组织代码并分别执行，每个代码块都较为独立，而所有代码块又能共享中间结果，十分适用于做数据挖掘的实验。除此最基本的功能之外，Jupyter还有很多小trick。在知乎上看到一篇讲解Jupyter的文章，讲解清晰，几分钟就能入门。给出链接如下，相信Jupyt...

该项比赛1月15日就已经结赛了，但由于之后进入期末，备考花费了大量的时间，没来得及整理相关内容。现在终于有时间好好回顾比赛，并对这次比赛的过程进行记录。Corporación Favorita Grocery Sales Forecasting本次比赛是预测商品销量，给出的训练数据为<单位销量，日期，商店ID，商品ID，推销活动标签>，其中单位销量是待预测值，基本上属于回归...

AE自编码器（下简记为AE）为一类特殊的神经网络，该网络输入维度等于输出维度，通过网络隐层的复杂神经元结构，尝试学习数据的内在特征（pattern），从而达到特征提取、数据降维、生成新数据等多种目的。简单的AE和MLP类似，except输入维度等于输出维度。此时输入数据的标签即为自身，模型的损失函数cost=cost(output, input)，用来评估输出是否很好地重新构建了输入。...