Wing·三金-优快云博客

原创 Win10 Linux子系统 + gym[atari] + multiprocessing

用win10的linux内核运行openai.baselines的多进程环境前言启用 win10 的 Linux 内核完成 cmake 相关基础配置在 mini-conda 环境下安装 gym[atari]测试前言环境：win10, pycharm, conda, pytorch。问题：借助 openai.baselines 复现 A2C 一系列算法时，先后遇到两个问题，一是“OSError: [WinError 126] 找不到指定的模块"（小问题，用 Visual Studio build t

2020-11-03 16:23:47 724

原创【算法面经】阿里-本地生活-算法工程师-机器学习

本文目录看这里概况流程及面试过程结语概况2020 春招，已拿到实习 offer；本人研一（两年制专硕），研究方向为物联网+强化学习；被阿里本地生活的风控部门捞了简历；4月底投简历并完成笔试，5月整个月完成 3 技术面 + 1 交叉面 + 1 HR 面 + 1 终面。流程及面试过程结语...

2020-06-24 15:20:14 2318 1

原创关于 plt.imread/PIL.Image.open 导致 ValueError: source code string cannot contain null bytes 的解决方案

一个困扰了很久的小问题，今晚终于想通了一点，希望能帮到有相同困惑的朋友。问题import matplotlib.pyplot as pltfrom PIL import Imagemy_image = 'xxx.jpg'# 下面两种情况都可能会导致 ValueError: source code string cannot contain null bytesimage1 = pl...

2019-06-09 21:17:48 1844 1

原创数据分析（五）Boosting 集成模型：AdaBoost 与 GBDT（上）

数据分析（五）Boosting 集成模型：AdaBoost 与 GBDTAdaBoostGBDT这一讲是关于两个最常见的集成模型的具体实现原理—— AdaBoost 和 GBDT。理解原理的用处，是为了能明白模型的局限性和适用场景，在出问题时能尽快地定位到核心问题所在。That’s pretty much it. Let’s get started!AdaBoostGBDT...

2019-06-04 10:42:46 574

原创 2019招行FinTech精英训练营面试总结

2019招行FinTech精英训练营面试总结个人情况总体流程对话主体面试反思个人情况本科应届毕业生 + 保研专硕本科为信息与计算科学专业前面的线上竞赛未入百强，但收到了面试通知面试结果：下周出，个人判断凉凉总体流程按照邮件通知在（巨慢的）官网上完善个人简历收到短信通知后，在官网上预约面试地点与时间面试当天前往面试地点（广州是在华南理工大学的就业指导中心面试，我是骑车过去...

2019-05-26 20:58:54 5171 1

原创 2019招行FinTech精英训练营线上竞赛总结

2019招行FinTech精英训练营线上竞赛总结FinTech是什么线上竞赛思路选题尝试一尝试二尝试三比赛结果反思暂时总结线上竞赛部分，等面试完后再看情况是否更新这篇文章。因为涉及隐私数据，所以我只能边提思路边提供自己的部分代码，数据方面就无能为力啦。 FinTech是什么简单地说，它是招行为了选拔训练营的人才而设立的竞赛。这是我第一次参加实战，本来也没奢望能拿到面试资格，没想到...

2019-05-16 17:37:33 7905 13

原创数据分析（四）简单模型 VS 集成模型（概述）

数据分析（四）简单模型 VS 集成模型（概述）简单模型分类模型概述常见模型回归模型概述常见模型聚类模型集成模型Bagging概述常见模型Boosting概述常见模型Stacking在数据分析所使用的模型中，不管是分类、回归还是聚类，都可划分为【简单模型】和【集成模型】。后者是以前者为基础的特定组合方式，我们在天池、Kaggle、Github 上看到的那些非常牛逼的模型基本上都是集成的。如果想...

2019-03-04 09:09:23 3200

原创数据分析（三）实战——分类模型（随机森林与 AdaBoost ）

数据分析（三）实战——分类模型（随机森林与 AdaBoost ）基本信息数据预处理观察数据集特点数据集划分特征选择异常值检测离散化标准化模型训练分类器选择评估指标选择训练过程默认参数训练结果参数调整最优训练结果结语前言：根据个人的学习经历，最无奈的就是前面学习了一大堆的零碎知识点，却压根不知道怎么去使用，更不清楚前面所学的哪个知识点可以在哪里派上用场。所以这第三篇文章笔者打算先拿一个简单的案例...

2019-01-21 22:38:44 8919 1

原创数据分析（二）数据预处理

数据分析（二）数据预处理缺失值处理删除法填补法异常值检测错误发现与修复变量离散化变量标准化实体识别数据抽样和过滤欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的...

2019-01-16 11:18:47 3729

原创数据分析（一）基本模型与概念

数据分析（一）基本模型与概念基本模型数据分析模型文本分析模型主要概念数据分析数据挖掘推荐系统社交网络文本分析基本模型在本系列中所谈及的数据分析主要是指最基础、最常见的技术操作，以及与文本挖掘、自然语言处理的交叉部分。疏漏之处请各位大佬指出。这第一篇是作为字典用的，总结本系列中出现的基础模型和主要概念。暂时就想到这些，后边有发现其他发现再不定期更新吧。数据分析模型业务调研准备数据...

2019-01-14 10:10:39 3615 1

另一个三金的博客