2017.03.01回顾

最新推荐文章于 2018-08-28 21:54:59 发布
最新推荐文章于 2018-08-28 21:54:59 发布
阅读量189 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 日记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/strwolf/article/details/60140852
本文介绍了作者如何将合作方的信用分数计算独立封装为接口的过程，并分享了尝试理解GBDT论文中的line search步骤的经历，虽然最终未能完全掌握，但通过与博士的交流获得了部分见解。此外还提到了模型跑批前的准备工作及个人在家进行业务知识学习和面试准备的情况。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1、把合作方的信用分数计算单独做成了接口

2、试图弄懂gbdt论文中line search等步骤，但是最后博士给我讲解了下，我还是没弄懂，只是大概搜了下，普通的情况一般是参数空间的梯度方向，最速下降，这个函数空间的我真是有点方

3、然后跑模型提前，配合IT准备了一下

4、回到家，主要就是看一些业务知识，还是挺有帮助，准备了一下面试，其实说白了也算是一种交流沟通，对行业的了解，也是一种学习！


2017.03.07 前端面试之阿里彩票
多啦的博客
07-17 1142
应该是在决定入职简单之后，接到了阿里彩票的面试，在一个上午，虽然那几天身体不适，但是还是坚持翘班大老远去了在通州的阿里彩票去参加了面试。 面试结果当然是没有OK，原因一方面是因为自己水平不够，那时候对JS的学习还差的很远，另一方面是身体不舒服，走了那么远，身体更不舒服了，导致后来在家修养了小半个月才康复，真是一段不堪回首的经历。 去了之后还是有收获的，和面试官聊的还可以吧，后来还是征求他的同意
2017.07.03回顾 matplotlib作两个y轴图形
strwolf的专栏
07-03 1043
今天主要是解决python绘图的问题，基本上是完成了一个可以交付的图形，像这样 也就是共用一个x轴，有两个y轴，我参照matplotlib官方的example，写了个定值的demo，然后结合自己的程序，也了一个变量化的，先看看demofig, ax1 = plt.subplots() #生成一个图对象，一个坐标对象 #fig.subplots_adjust(left=0.2, right
Spark2.0机器学习系列之5：GBDT（梯度提升决策树）、GBDT与随机森林差异、参数调试及Scikit代码分析
热门推荐
qq_34531825的博客
08-30 1万+
GBDT概念 与随机森林的差异 Spark2.0中参数调试
GBDT相关理解
qjf42的专栏
08-28 561
从Gradient Descent（梯度下降） 到Gradient Boosting（梯度提升） 首先说明，中文看起来是反义，但实际上是两个东西，和Gradient Descent类似的那个叫Gradient Ascent（梯度上升） 梯度下降和牛顿法 优化中有两种常见的方法，梯度下降（GD）和牛顿法，可以分别认为是目标函数基于泰勒展开的一阶和二阶版本，简单说一下： 目标: argmin...
重新发现梯度下降法--backtracking line search
金字塔上的蜗牛的专栏
03-08 3716
原文地址：  http://www.cnblogs.com/fstang/p/4192735.html 一直以为梯度下降很简单的，结果最近发现我写的一个梯度下降特别慢，后来终于找到原因：step size的选择很关键，有一种叫backtracking line search的梯度下降法就非常高效，该算法描述见下图： 下面用一个简单的例子来展示，给一个无约束优化问题： mini
2017.03.03回顾
strwolf的专栏
03-06 236
1、关于python中是引用传递还是值传递，对于类实例来说，都是引用传递，但是对象分为可变对象，和不可变对象，不可变对象就是用的值传递，可变对象用的是引用传递，参考http://blog.csdn.net/vernice/article/details/50832069 2、星期五一直思绪也比较混乱，头脑里老是闪现出一些离开这个城市的想法，去找这个国度最牛批的人为伍的想法 3、下午主要就是和韩
2017.03.10回顾
strwolf的专栏
03-13 617
星期五比较忙，主要忙系统错误的事情 1、上午复习了下ROC曲线的绘制，这个真的是非常容易混淆，一不使用，一会就记混淆了 2、复习了一下pearson相关系数，几何意义是，两个向量夹角的余弦，这两个向量是，每个分量与均值的差值构成，相当于是一种中心化 3、下午去面试了一个人，这种交流对大家都是一种提高，只是不太合适 4、下午还有很多时间在处理knowru的问题，我自己也对代码做了修改，实践证
2017.01.03回顾 less命令 python类 super机制
strwolf的专栏
01-04 557
1、more命令我不知道怎么查询带空格的字串，more +/aaa bbb str.log，这样只能查询到aaa字串，后来运维告诉了我另外一个命令叫less，less类似于vi可以直接进到日志文件中，但是日志文件并未被全部加载到内存中，里面的查找方法也是/aaa bbb，但是支持空格，这点比较好，而且可以自己定位到查找点过后，前后翻动，从这个事情上也可以看出来，有时候自己baidu搜索学习，并没有
2017.03.07回顾 GBDT前面树权重更大 python散点图
strwolf的专栏
03-08 1301
1、确定数据传输格式 2、看了下通过率方面的问题 3、下午开始研究GBDT相关问题，我最开始的疑问，是不是前面的树的权重大，对于我实际的数据集大多数样本点是这样的，少部分比较反常，但是我后来换了一个标准数据集，由于数据集太好了，损失函数直接就收敛到0了，所以每个点的预测值也是收敛到一个非常大非常小的值，在expit函数下，大概绝对值8，数值就很接近1或0了，然后前面收敛曲线基本上接近于一条直线
2017.03.21回顾 WHERE GROUP BY 和 GROUP BY HAVING None numpy矩阵相关 matplotlib.pyplot画图
strwolf的专栏
03-22 581
1、昨天模型主要做了几个改动，添加了一种机制去限制快速还款的老客户的下次贷款金额，修改了老客户进入通过域，随机通过和拒绝比例，在这修改的过程中是否遇到什么技术难题？没什么新问题，只是上线前测试是非常必要的！好几个问题都是测试中发现的！ 2、我之前有个SQL误区，我认为group by了条件语句只能在后面having去引导，但是实践中我发现，where语句后是可以跟group by语句的，grou
w3school离线文档（网页版） 2013.4.21
04-22
【标题】"w3school离线文档（网页版）2013.4.21" 是一个专门针对...通过这个离线文档，开发者可以系统地学习和复习Web开发的基础知识，虽然不能获取到最新的技术动态，但对于巩固基础和回顾历史技术发展具有重要意义。
Dragos_2017-Review-Industrial-Control-System-Threats(03-01-2018).pdf
09-08
这份报告详细回顾了2017年工业控制系统（ICS）所面临的威胁，揭示了该领域安全状况的显著变化。 2017年被标记为ICS安全的转折点，主要由于发现了针对工业控制系统的恶意软件活动有明显的增加。这些威胁不仅限于新的...
2017年全球碳市场深度研究报告合集（7份）.zip
02-09
2017年全球碳市场深度研究报告合集（7份），包含如下文档： 2017年 公用事业碳排放权专题...2017年 电气设备全国统一碳市场启动在即，未来行业发展空间广阔-广发证券-2017-11-03【22页】.pdf 2017年 碳市场工作手册.pdf
anslow_3cd_01_0517.pdf
03-06
在IEEE P802.3cd任务小组于2017年5月在新奥尔良举行的会议上，Pete Anslow提出了关于100GBASE-DR光学反射限制的研究。该研究主要分析了在将100GBASE-DR的回波损耗（ER）从5dB放宽至3.5dB时，所引起的多重路径干扰...
计算机科学知识体系全面整理与系统归纳项目-包含数据结构与算法分析计算机网络协议详解操作系统原理剖析数据库系统设计编译原理实现计算机组成结构软件工程方法论人工智能基础.zip
08-23
计算机科学知识体系全面整理与系统归纳项目_包含数据结构与算法分析计算机网络协议详解操作系统原理剖析数据库系统设计编译原理实现计算机组成结构软件工程方法论人工智能基础.zipAI工具在开发实践中的应用
ForestBlog 是基于 go 语言开发的，适合用来学习和展示 markdown 文档的精美博客_).zip
最新发布
08-23
ForestBlog 是基于 go 语言开发的，适合用来学习和展示 markdown 文档的精美博客_).zip
### 企业架构设计方法论详解（豪华版）
08-23
内容概要：该PPT详细介绍了企业架构设计的方法论，涵盖业务架构、数据架构、应用架构和技术架构四大核心模块。首先分析了企业架构现状，包括业务、数据、应用和技术四大架构的内容和关系，明确了企业架构设计的重要性。接着，阐述了新版企业架构总体框架（CSG-EAF 2.0）的形成过程，强调其融合了传统架构设计（TOGAF）和领域驱动设计（DDD）的优势，以适应数字化转型需求。业务架构部分通过梳理企业级和专业级价值流，细化业务能力、流程和对象，确保业务战略的有效落地。数据架构部分则遵循五大原则，确保数据的准确、一致和高效使用。应用架构方面，提出了分层解耦和服务化的设计原则，以提高灵活性和响应速度。最后，技术架构部分围绕技术框架、组件、平台和部署节点进行了详细设计，确保技术架构的稳定性和扩展性。 适合人群：适用于具有一定企业架构设计经验的IT架构师、项目经理和业务分析师，特别是那些希望深入了解如何将企业架构设计与数字化转型相结合的专业人士。 使用场景及目标：①帮助企业和组织梳理业务流程，优化业务能力，实现战略目标；②指导数据管理和应用开发，确保数据的一致性和应用的高效性；③为技术选型和系统部署提供科学依据，确保技术架构的稳定性和扩展性。 阅读建议：此资源内容详尽，涵盖企业架构设计的各个方面。建议读者在学习过程中，结合实际案例进行理解和实践，重点关注各架构模块之间的关联和协同，以便更好地应用于实际工作中。
基于Python+Django的旅游景点及路线推荐系统：协同过滤与机器学习的应用
08-23
如何使用Python和Django框架构建一个旅游景点及路线推荐系统。系统不仅实现了常见的登录、查看景点信息、搜索景点、评论评分等功能，还特别引入了四种推荐算法——热门推荐（基于评分）、随机推荐、猜你喜欢（基于协同过滤）以及类似推荐（基于地点）。作者深入探讨了每种推荐算法的具体实现方法和技术细节，如利用Django ORM进行高效查询、使用geopy库计算地理距离、优化协同过滤算法等。此外，文中还提到了一些实用技巧，如通过记录用户的登录位置来提高首次推荐的准确性，以及使用Django Admin快速搭建管理员后台。 适合人群：对Web开发感兴趣的开发者，尤其是熟悉Python和Django框架的技术人员。 使用场景及目标：适用于希望深入了解推荐系统实现机制并应用于实际项目的开发者。通过学习本文，读者能够掌握如何结合多种推荐算法提升用户体验，同时了解如何优化系统性能。 其他说明：作者强调推荐系统的设计不仅要考虑算法的有效性，还要兼顾用户的实际需求和体验。未来计划进一步改进系统，加入更多个性化元素，如实时用户画像等。
【Matlab语音处理】独立分量分析 Independent Component Analysis.zip
08-23
资 源 简 介 独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。本文简要的阐述了ICA的发展、应用和现状，详细地论述了ICA的原理及实现过程，系统地介绍了目前几种主要ICA算法以及它们之间的内在联系， 详 情 说 明 独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状，详细地论述了ICA的原理及实现过程，系统地介绍了目前几种主要ICA算法以及它们之间的内在联系，在此基础上重点分析了一种快速ICA实现算法一FastICA。物质的非线性荧光谱信号可以看成是由多个相互独立的源信号组合成的混合信号，而这些独立的源信号可以看成是光谱的特征信号。为了更好的了解光谱信号的特征，本文利用独立分量分析的思想和方法，提出了利用FastICA算法提取光谱信号的特征的方案，并进行了详细的仿真实验。 此外，我们还进行了进一步的研究，探索了其他可能的ICA应用领域，如音乐信号处理、图像处理以及金融数据分析等。通过在这些领域中的实验和应用，我们发现ICA在提取信号特征、降噪和信号分离等方面具有广泛的潜力和应用前景。
只包含2017年的12个月，01，02，03......12月，信息包lon, lat,value
06-01
% 读取时间变量（假设时间单位为"days since 2017-01-01"） time_var = ncread('input.nc', 'time'); time_dates = datetime(2017,1,1) + days(time_var); % 生成月份掩码矩阵 month_mask = @(m) month(time_dates)...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值