随笔分类 -  竞赛

科研竞赛
KDD Debiasing top 方案
摘要：这是KDD Debiasing赛道结束后各位前排大佬分享的方案，感觉看完之后获益匪浅，从中学习到了很多东西，也对RS这个领域有了更深层次的理解。同时也对领域之间的知识点的相互应用借鉴有了一些新的想法。本次记录我在学习之后的一些理解与想法，在往后希望有用。 纵观每一个方案，除了TOP5方案使用了端到端 阅读全文
posted @ 2020-09-27 19:49 青衣素 阅读(540) 评论(0) 推荐(0)
Tweedie损失函数
摘要：思考与想法 不同损失函数是在不同场景下应用的，每一种损失函数背后都有一种假设，满足假设的前提下，利用损失函数训练出来的模型才有比较好的效果 损失函数MSE背后的假设是要满足误差分布满足高斯分布，或者不严谨的来说，MSE适用于高斯分布的数据，常用在回归问题的应用场景中；类似的，MAE背后的假设是误差满 阅读全文
posted @ 2020-07-23 09:08 青衣素 阅读(2879) 评论(0) 推荐(1)
深度学习入门比赛——街景字符识别（五）
摘要：这是比赛的最后一个阶段，模型的集成融合 在传统的机器学习中，模型集成融合有stack,投票等方式，在深度学习中，竟然也可以使用模型集成融合，这让我学到了很多，下面就将这些方法进行一下罗列记录，方便日后思考学习： ###方法一：Droupout droupout经常用作防止模型拟合来使用，但是由于其对 阅读全文
posted @ 2020-06-02 23:50 青衣素 阅读(360) 评论(0) 推荐(0)
深度学习入门比赛——街景字符识别（四）
摘要：这是比赛的第四阶段，模型的相关训练与验证 选好模型之后，需要建立训练集与验证集进行模型的效果验证，保证模型的预测结果正确符合，以及不过拟合训练与验证主要有以下几种方法： ###交叉验证法 交叉验证法的作用就是尝试利用不同的训练集/测试集划分来对模型做多组不同的训练/测试，来应对单词测试结果过于片面以 阅读全文
posted @ 2020-05-30 23:19 青衣素 阅读(252) 评论(0) 推荐(0)
深度学习比赛入门——街景字符识别（三）
摘要：本文是街景字符识别比赛第三阶段，关于模型搭建的相关问题 在baseline中，使用了比较简单的神经网络的搭建，并且为了加快模型的收敛，使用了预训练分类模型 class SVHN_Model1(nn.Module): def __init__(self): super(SVHN_Model1, sel 阅读全文
posted @ 2020-05-27 09:49 青衣素 阅读(352) 评论(0) 推荐(0)
深度学习比赛入门——街景字符识别（二）
摘要：这是街景字符识别的第二阶段，数据的读取以及数据的扩增 在我们理解了赛题，知道自己所要完成的任务以及优化目标之后，我们就要对赛题的数据进行处理。本赛题的baseline本质来说，就是对每个字符进行单独的分类，因为只有数字，所以简单处理作为分类任务也是可以的，但是对于带有字符（包括英文或者中文），简单的 阅读全文
posted @ 2020-05-23 22:39 青衣素 阅读(511) 评论(0) 推荐(0)
深度学习比赛入门——街景字符识别（一）
摘要：这是入门深度学习——具体来说是CV比赛的入门级比赛，有点类似手写数字识别，具体的赛题链接如下：https://tianchi.aliyun.com/competition/entrance/531795/information 入门深度学习比赛，我想把参加比赛的全过程包括：赛题理解，数据处理（或者可 阅读全文
posted @ 2020-05-20 21:35 青衣素 阅读(1048) 评论(0) 推荐(0)
kaggle——predict futures sales
摘要：kaggle上关于时序数据预测的案例，链接：https://www.kaggle.com/c/competitive data science predict future sales 赛题描述：在本次比赛中，您将使用具有挑战性的时间序列数据集，其中包括每日销售数据，该数据集由俄罗斯最大的软件公司之 阅读全文
posted @ 2020-03-31 23:25 青衣素 阅读(980) 评论(4) 推荐(1)
Kaggle房价预测比赛
摘要：前言：最近开始kaggle的一些竞赛，从一开始的懵懵懂懂，到后面的逐渐熟练，在kaggle上真的学到了很多，特此将自己的一些想法与思考记录下来，希望能和大家一起探讨学习，如果有不对的地方，希望大家可以指出来！ 赛题描述：要求购房者描述他们梦dream以求的房子，他们可能不会从地下室天花板的高度或与东 阅读全文
posted @ 2020-03-10 21:36 青衣素 阅读(710) 评论(0) 推荐(0)