Lakinlv的博客

如何只用一行代码让 Pandas 加速四倍？ modin github地址

Flask 和 Google App Engine 部署模型服务使用方法 将机器学习模型部署为REST API（github)

Python_APP Python可视化神器Yellowbrick

模型堆叠和模型融合库heamy的介绍 比赛经验 BDC冠军团队是如何做用户预测的 称霸Kaggle的十大深度学习技巧 调参心得：超参数优化之旅 机器学习比赛大杀器----模型融合(stacking & blending) GBDT、FM、FFM和DNN融合构建广告点击率预测模型 xgboost融合模型：大学助学金精准资助预测(有数据) 推荐系统遇上深度学习(十)--GBDT...

基于Bert-NER构建特定领域中文信息抽取框架 当Bert遇上Keras：这可能是Bert最简单的打开姿势 基于TensorFlow实现Skip-Gram模型 构建一个完整的中文智能问答系统 PaddlePaddle 做词向量模型 SkipGram实战 用Bi-GRU+Attention和字向量做端到端的中文关系抽取 NLP这两年：15个预训练模型对比分析与剖析 ALBERT(...

特征工程必学的几项资源 特征探索工具

* 1 [通过 Q-learning 举例深入理解强化学习](https://mp.weixin.qq.com/s?__biz=MzI4MDYzNzg4Mw==&mid=2247487586&idx=1&sn=2dcafcc99db2ee5fcbcbc7e12964a277&chksm=ebb428b6dcc3a1a0dcad2c34c7ede8066efcce32...

1，50行代码实现人脸检测2, 整合全部顶尖目标检测算法: FAIR开源Detectron

优化算法最近由于工作需要，要用到优化算法，不同于传统的机器学习（有监督，无监督 ….），优化算法本质上是在众多的选择中要找到一个最优解，目前总结的优化算法如下：随机优化爬山法模拟退火遗传算法（会着重关注以及MPI并行遗传算法 ）1, github地址2, blog地址3, [原文地址]（http://mp.weixin.qq.com/s?__biz=MzAxMjUyNDQ5

Python机器学习实战_Logistic-Regression(随机梯度上升)上次写到了梯度上升，这次接着看下所谓的随机梯度上升。随机梯度上升与梯度上升相比，前者是按照每个样本的梯度进行迭代的， 而后者是按照每次迭代的梯度计算的 所以，如果后者是迭代500次的话，相当于比前者多了500倍的运算量.不废话了，直接上代码.#定义随机梯度上升的函数def stocGradAscent0(dataM

最近半年开始用python做数据分析的项目，作为一个new pythoner, 多数情况下都是直接调包。在想能不能自己开始尝试去深入算法内核。。。 一般机器学习开始就会直接来线性回归，但是python机器学习这本书貌似一开始上来的是knn.. 虽然KNN也比较简单，但我还是选择了拿逻辑回归来试手。这本书基本的数据结构采用ndarray, dict结构比较多。 开始为了加快速度了解python自

机器学习竞赛之路最近，闲暇之余参加了datacastle竞赛，记录下竞赛之路。 数据集是精准赞助，问题为多分类。 今天，开始直接上了一个随机森林算法，只提取了刷卡数据金额作为特征，效果排名为298。 随后，由于0的类特别多，存在类失衡显现，对0进行欠抽样，再撸同样的随机森林算法，排名直接上升了50多。