weixin_43475854的博客

transformerGoogle 在 2017 年提出了基于注意力机制的网络结构 Transformer，进一步在机器翻译效果上取得显著提升。Transformer 结构的核心创新点在于提出了多头自注意力机制（multi-head self-attention），一方面通过自注意力将句中相隔任意长度的词距离缩减为常量，另一方面通过多头结构捕捉到不同子空间的语义信息，因此可以更好地完成对长难句的编码和解码。由于 Transformer 完全基于前馈神经网络，缺少了像卷积神经网络和循...

【小贝出品】定制你的对话机器人 - 基于RASA搭建源代码 Hands on Setting Up Develop EnvironmentOpen Custom Connector MoreConcept 工程上的处理 Tracker Store Event Broker Model Storage Chitchat and FAQs Asignment 自己的机器人，并且使用active serve去实现对话机器人天气查询功能 RASA W...

强化学习教程（四）：从PDG到DDPG的原理及tf代码实现详解原创 lrhao 公众号：ChallengeHub收录于话题#强化学习教程前言在前面强化学习教程（三）中介绍了基于策略「PG」算法，相比较DQN算法，PG是一种学习连续行为控制策略的方法，通过概率分布分布函数π，来表示每一步的最优策略，在每一步根据该概率分布进行action采样，获取当前最佳的action取值，即：生成action的过程，本质是一个随机过程，最后学习到的策略，也是一个随机策略（stochastic polic）。

“梧桐杯”中国移动大数据应用创新大赛-智慧城市赛道baseline0.827（纯代码+详细注释）公众号：ChallengeHub原创枵央01 前言感谢作者「枵央」开源，为国内的开源精神点赞，本次赛题开源的特征较少，采用xgb、rf模型融合，具体开源内容见开源方案（附有详细代码注释）。02 赛题链接https://js.dclab.run/v2/cmptDetail.html?id=46403 竞赛奖项 复赛： 所有获奖选手颁发证书与奖...

浅谈Single-Pass算法原创 致Great ，公众号： ChallengeHubSingle-Pass算法又称单通道法或单遍法,是流式数据聚类的经典方法。对于依次到达的数据流,该方法按输入顺序每次处理一个数据,依据当前数据与已有类的匹配度大小,将该数据判为已有类或者创建一个新的数据类,实现流式数据的增量和动态聚类，适合对流数据进行挖掘,而且算法的时间效率高;不足之处主要表现在该方法具有输入次序依赖特性,即对于同一聚类对象按不同的次序输入,会出现不同的聚类结果。01. Single-Pass算法基

浅谈K-Fold Target Encoding原创 致Great ，公众号： ChallengeHub1.Target Encoding概念单热编码，标签编码，频率编码，目标编码等是非常常见的技巧，通常在特征工程中使用以提高模型在数据集预测的准确性。不同的特征工程技巧可以从不同角度来丰富特征。当数据中，某些分类变量的不数量不是很多时，独热编码(One Hot encoder)或伪编码(Dummy Encoder)是一种不错的方法。但是，当要数据中分类变量的数量增加时，它可能会失效，因为这种编码方

表格数据深度学习框架-DeepTables原创 致Great 公众号： ChallengeHub官方链接：https://github.com/DataCanvasIO/DeepTables简介MLP（也称为全连接神经网络）已被证明在学习分布表示方面效率低下。事实证明，感知器层的“Add”操作在探索乘法特征交互时性能较差。在大多数情况下，必须进行手动特征工程，并且这项工作需要广泛的领域知识并且非常繁琐。如何在神经网络中有效地学习功能交互成为最重要的问题。目前为止，业界已经提出了各种模型来进行CT

【干货】pandas相关工具包原创 致Great ，公众号：ChallengeHub1 Pandas 介绍Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据（panel dat

【数据挖掘算法竞赛】山东山东省-公积金贷款逾期预测TOP8 baseline523原创 lrhao ，公众号： ChallengeHub赛题链接http://data.sd.gov.cn/cmpt/cmptDetail.html?id=26赛题背景维持和发展信用关系，是保护社会经济秩序的重要前提。随着金融市场的发展，信贷业务日益增多，金融机构迫切需要了解信贷主体的信息情况，对信贷资产的安全性、信贷主体的偿债能力给与科学评价，最大限度地防范贷款逾期风险。赛题数据评价指标本次比赛成绩排名根据测

目标编码的技巧-Soothing 和 Hierarchical Bayesian**原创 致Great 公众号：ChallengeHub **本文简单介绍两种目标编码方式，大家有兴趣的可以参考原文链接进行理解与尝试使用，祝大家取得好成绩~Target encoding with smoothingdef add_noise(series, noise_level): return series * (1 + noise_level * np.random.randn(len(series)

CCF复赛 docker踩坑记 为明年踩坑做准备原创 致Great 公众号：ChallengeHub1 docker安装篇下面以Ubuntu系统讲解docker安装，其他系统可以参考安装 Docker1.1 卸载旧版本旧版本的 Docker 称为 docker 或者 docker-engine，使用以下命令卸载旧版本：$ sudo apt-get remove docker \ docker-engine \ docker.io1

一份半监督学习的指南-伪标签学习原创 致Great ChallengeHub1 引言在ML中，有3种机器学习方法-监督学习、无监督学习和强化学习技术。 我们所知道的监督学习是指数据带有标签的情况， 无监督学习是仅存在数据而没有标签的情况，强化学习算法的思路非常简单，以游戏为例，如果在游戏中采取某种策略可以取得较高的得分，那么就进一步“强化”这种策略，以期继续取得较好的结果。想象一下这样一种情况，在训练中，标记数据的数量更少，而未标记数据的数量更多。 一种称为半监督学习（ [Semi-Superv