您好,欢迎来到菜鸟吧源码网(www.cniao8.com)本站只做精品网站源码!
  • 首 页
  • 会员介绍
  •  

    当前位置:主页 > 视频教程 > 人工智能 >
    深度学习最前沿技术 Kaggle案例实战课程 深度学习之Kaggle实战指南

    [↓↓↓资源简介↓↓↓]

    深度学习最前沿技术 Kaggle案例实战课程 深度学习之Kaggle实战指南
    深度学习最前沿技术 Kaggle案例实战课程 深度学习之Kaggle实战指南
    深度学习最前沿技术 Kaggle案例实战课程 深度学习之Kaggle实战指南
    深度学习最前沿技术 Kaggle案例实战课程 深度学习之Kaggle实战指南
    深度学习最前沿技术 Kaggle案例实战课程 深度学习之Kaggle实战指南
    ===============课程目录===============
    ├第01课.机器学习解决问题综述课.mp4
    ├第03课_kaggle案例实战班.mp4
    ├第04课_kaggle案例实战班.mp4
    ├第05课_kaggle案例实战班.mp4
    ├第06课_kaggle案例实战班.mp4
    ├第07课_kaggle案例实战班.mp4
    ├第08课_kaggle案例实战班.mp4
    ├第二节.mp4
    ├<代码>
    │  ├<lecture01>
    │  │  ├blending.py
    │  │  ├cs228-python-tutorial.ipynb
    │  │  ├Feature_engineering_and_model_tuning.zip
    │  │  ├<Feature_engineering_and_model_tuning>
    │  │  │  ├<Feature-engineering_and_Parameter_Tuning_XGBoost>
    │  │  │  │  ├Feature Engineering.ipynb
    │  │  │  │  ├Test.csv
    │  │  │  │  ├test_modified.csv
    │  │  │  │  ├Train.csv
    │  │  │  │  ├train_modified.csv
    │  │  │  │  ├XGBoost models tuning.ipynb
    │  │  │  │  ├<.ipynb_checkpoints>
    │  │  │  │  │  ├Feature Engineering-checkpoint.ipynb
    │  │  │  │  │  └XGBoost models tuning-checkpoint.ipynb
    │  │  │  ├<Kaggle_Titanic>
    │  │  │  │  ├test.csv
    │  │  │  │  ├Titanic.ipynb
    │  │  │  │  ├train.csv
    │  │  │  │  ├<.ipynb_checkpoints>
    │  │  │  │  │  └Titanic-checkpoint.ipynb
    │  │  │  ├<Kaggle-Bicycle-Example>
    │  │  │  │  ├Kaggle_Bicycle_Example.ipynb
    │  │  │  │  ├kaggle_bike_competition_train.csv
    │  │  │  │  ├<.ipynb_checkpoints>
    │  │  │  │  │  └Kaggle_Bicycle_Example-checkpoint.ipynb
    │  │  │  │  ├<Kaggle_Bicycle_Example_files>
    │  │  │  │  │  ├Kaggle_Bicycle_Example_34_0.png
    │  │  │  │  │  ├Kaggle_Bicycle_Example_42_0.png
    │  │  │  │  │  ├Kaggle_Bicycle_Example_43_0.png
    │  │  │  │  │  ├Kaggle_Bicycle_Example_44_0.png
    │  │  │  │  │  ├Kaggle_Bicycle_Example_45_0.png
    │  │  │  │  │  ├Kaggle_Bicycle_Example_46_1.png
    │  │  │  │  │  ├Kaggle_Bicycle_Example_47_1.png
    │  │  │  │  │  └Kaggle_Bicycle_Example_49_1.png
    │  ├<lecture02>
    │  │  ├<house price>
    │  │  │  ├data_description.txt
    │  │  │  ├<_ipynb_checkpoints>
    │  │  │  ├<input>
    │  │  │  │  ├sample_submission.csv
    │  │  │  │  ├test.csv
    │  │  │  │  └train.csv
    │  │  │  ├<notebook>
    │  │  │  │  ├house_price.html
    │  │  │  │  ├house_price.ipynb
    │  │  │  │  ├house_price_advanced.html
    │  │  │  │  ├house_price_advanced.ipynb
    │  │  │  │  ├<.ipynb_checkpoints>
    │  │  │  │  │  ├house_price_advanced-checkpoint.ipynb
    │  │  │  │  │  └house_price-checkpoint.ipynb
    │  │  ├<news stock>
    │  │  │  ├<_ipynb_checkpoints>
    │  │  │  ├<input>
    │  │  │  │  ├Combined_News_DJIA.csv
    │  │  │  │  ├DJIA_table.csv
    │  │  │  │  └RedditNews.csv
    │  │  │  ├<notebook>
    │  │  │  │  ├news_stock.html
    │  │  │  │  ├news_stock.ipynb
    │  │  │  │  ├<.ipynb_checkpoints>
    │  │  │  │  │  └news_stock-checkpoint.ipynb
    │  ├<lecture03>
    │  │  ├avazu-CTR-Prediction-LR.zip
    │  │  ├feature.search
    │  │  ├feature.search_ads
    │  │  ├feature_map.search_ads
    │  │  ├generate_train_feature_mapper.py
    │  │  ├generate_train_feature_reducer.py
    │  │  ├kaggle-avazu-rank1.zip
    │  │  ├kaggle-avazu-rank2.zip
    │  │  ├search_ads_feature.sample
    │  │  ├search_click_data.sample
    │  │  ├Spark-Criteo-CTR-Prediction.ipynb
    │  │  └xgb_ads.conf
    │  ├<lecture04>
    │  │  ├<input数据太大。就不传了。自己下载吧~ - 老师留>
    │  │  ├<notebook>
    │  │  │  ├news_stock.html
    │  │  │  ├news_stock_advanced.html
    │  │  │  ├search relevance.ipynb
    │  │  │  ├search relevance_advanced.ipynb
    │  │  │  ├search+relevance.html
    │  │  │  ├search+relevance_advanced.html
    │  │  │  ├<.ipynb_checkpoints>
    │  │  │  │  ├search relevance_advanced-checkpoint.ipynb
    │  │  │  │  └search relevance-checkpoint.ipynb
    │  ├<lecture05>
    │  │  ├energy_forecasting_notebooks.zip
    │  │  └subway_prediction_notebook.zip
    │  ├<lecture06>
    │  │  ├cat_dog.html
    │  │  ├char_rnn.html
    │  │  ├image_search.html
    │  │  ├Kaggle第06课:走起~深度学习.pdf
    │  │  ├Kaggle第06课:走起~深度学习.pptx
    │  │  ├news_stock_advanced.html
    │  │  ├word_rnn.html
    │  │  ├<img>
    │  │  │  ├chi_square.png
    │  │  │  └RGBHistogram.jpg
    │  │  ├<猫狗的数据>
    │  │  │  ├cats-vs-dogs.txt
    │  │  │  ├sample_submission.csv
    │  │  │  ├test.zip
    │  │  │  └train.zip
    │  ├<lecture07>
    │  │  ├data.zip
    │  │  ├Kaggle event recommendation competition.ipynb
    │  │  ├kaggle-event-recommendation-rank1.zip
    │  │  └Rossmann_Store_Sales_competition.ipynb
    │  ├<lecture08>
    │  │  └PPD_RiskControl_Competition.zip
    ├<课件>
    │  ├Kaggle第05课:能源预测与分配问题.pdf
    │  ├Kaggle第06课:走起~深度学习.pdf
    │  ├Kaggle第06课:走起~深度学习.pptx
    │  ├<lecture01>
    │  │  ├Kaggle第01课:机器学习算法、工具与流程概述.pdf
    │  │  └分享的链接.txt
    │  ├<lecture02>
    │  │  └Kaggle第02课:经济金融相关问题.pdf
    │  ├<lecture03>
    │  │  ├kaggle-2014-criteo.pdf
    │  │  ├kaggle-avazu.pdf
    │  │  ├predicting-clicks-facebook.pdf
    │  │  ├阿里妈妈:大数据下的广告排序技术及实践.pdf
    │  │  ├百度凤巢:DNN在凤巢CTR预估中的应用.pdf
    │  │  ├从FM到FFM.pdf
    │  │  ├第3课--排序与CTR预估.pdf
    │  │  ├京东电商广告和推荐系统的机器学习系统实践.pdf
    │  │  └腾讯广点通:效果广告中的机器学习技术.pdf
    │  ├<lecture04>
    │  │  └Kaggle第四课.pdf
    │  ├<lecture05>
    │  │  └第5课:能源预测与分配问题.pdf
    │  ├<lecture07>
    │  │  └第7课:推荐与销量预测相关问题.pdf
    │  ├<lecture08>
    │  │  ├第8课:金融风控问题.pdf
    │  │  └金融风控大赛解决方案.pdf

    [↓↓↓资源下载↓↓↓]

    暂无演示
  • 点击下载
  •  —下载需要"0"金币— 注意:当账号有足够金币时 点击下载按钮自动扣除。 充值金币升级VIP

    上一篇:数据分析和数据挖掘精华实战课程 数据分析视频教程 数据挖掘实战教程 小象学院

    下一篇:大数据分析/数学建模-MATLAB多套视频教程合集+200多本MATLAB技术文档+电子书

    郑重声明:
    本站所有内容均由互联网收集整理、网友上传,并且以计算机技术研究交流为目的,仅供大家参考、学习,不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动,请您购买正版授权并合法使用。
    我们不承担任何技术及版权问题,且不对任何资源负法律责任。
    如遇到资源无法下载,请点击这里失效报错。失效报错请在修正建议内填写你的邮箱,24小时修正后邮件通知。
    如有侵犯您的版权,请给我们来信:admin@cniao8.com,我们会尽快处理,并诚恳的向你道歉!

    本站不免费提供咨询,技术支持和安装服务如果需要服务请点击这里游戏棋牌类源码不提供搭建
    最新Python黑马头条推荐系统项目视频教程最新Python黑马头条推荐系统项目视频教
    2020 Python数据分析师特训营84节全套课程2020 Python数据分析师特训营84节全套
    2019 深度学习与PyTorch入门实战教程(价值399元)2019 深度学习与PyTorch入门实战教程(