Robin_Pi的博客

目录 对数据的探索（可视化分析） （反思自己的课题，有没有做这方面的考虑：每种标签是否平衡？）

思路1. 分析1.1 题目解析1.2 数据探索数据存储方式数据探索工具2. Pipeline 制定2.1 工具选择2.2 Pipeline（标准流程）2.2.1 数据预处理2.2.2 模型构建 1. 分析 1.1 题目解析 （1） kaggle上比赛的题目解析： 五种表情：惊讶、愤怒、高兴、悲伤和中性（已经剔除数量较少的厌恶和恐惧） 评估指标：ACC（准确率） 和 AUC （2）表情识别很多难点，...

参考几篇牛逼的 Kernel，好好学习； 有相关的 优快云 文章辅助： https://blog.youkuaiyun.com/qilixuening/article/details/75153131 https://blog.youkuaiyun.com/qilixuening/article/details/75151026

一.前人经验：（按搜索顺序） 1.6六次 Kaggle 计算机视觉类比赛赛后感 （偏向于计算机视觉类（DL）的比赛经验：） https://www.leiphone.com/news/201806/2cCXw5BfiKqYlLUI.html 小总结： 1.1 了解到Kaggle中的两个世界：ML和DL 1.2 ru’eh获得较好的成绩：选择与任务相对应的 state-of-art 模型（在代码无 ...