IJCAI-18 阿里妈妈搜索广告转化预测总结（0.13966，53/5204） 赛题内容 本次比赛以阿里电商广告为研究对象，提供了淘宝平台的海量真实交易数据，参赛选手通过人工智能技术构建预测模型预估用户的购买意向，即给定广告点击相关的用户（user）、广告商品（ad）、检索词（query）、上下文内容（context）、商店（shop）等信息的条件下预测广告产生购买行为的概率（pCVR），形式化定义为：pCVR=P(conversion=1 | query, user, ad, context, shop)。 结合淘宝平台的业务场景和不同的流量特点，我们定义了以下两类挑战： 日常的转化率预估 特殊日期的转化率预估 评估指标 数据挖掘流程 数据探索与特征使用方案：业务逻辑和特征覆盖率 数据采样：样本采样与过滤 根据特征使用方案构造特征：基础特征、平稳特征、动态特征、高阶特征、文本特征、偏好

Python交互式数据可视化简介 -使用Plotly / Dash-进行数据可视化和Web应用程序构建 该存储库是“ Python交互式数据可视化简介-使用Plotly / Dash和Web应用程序构建进行数据可视化-”一书的支持网站。 这本书的标签是#plotlydashbook。谢谢你。 这本书的大纲 我们将练习可以在Python网站上发布的交互式探索性（读者自由）可视化工具。它详细说明了Plotly（它便于进行数据分析），Dash（可以为应用程序创建用户界面）和Dash Cytoscape（在网络图中比较强大）。 目录第0章简介第一章情节速成第2章plotly.py简介第3章中的各种图形plotly.py 第4章plotly.py应用程序第5章Dash简介第6章破折号布局第7章Dash回调第8章标准破折号组件第9章其他Dash组件第10章Dash Cytoscape简介第11章Das

Jupyter Notebook

WBC图像分类

mobile_classification 这个项目完全是使用机器学习技术和其他库在python 3.8中创建的。 这个mobile_classificaton模型将借助其功能对移动设备“ price_range”进行分类， 在此项目中，使用了不同的python库，例如#pandas用于数据操作和加载数据集，＃matplotlib用于数据可视化。 绘制不同类型的图。 #sklearn用于不同类型的分类模型，例如“ RandomFprestClassifier”以及其他mean_absolute_error，confusion_matrix，accuracy_score。

RecSys挑战赛2018 D2KLab团队的RecSys Challenge 2018脚本。 安装依赖项 pip install -r requirements.txt 数据集 我们将原始JSON文件转换为等效的CSV版本。 python evaluation/mpd2csv.py --mpd_path /path/to/mpd --out_path dataset python evaluation/challenge2csv.py --challenge_path /path/to/challenge.json --out_path dataset 我们将MPD数据集分为训练，验证和测试集。 验证和测试集反映了正式质询集的特征。 python evaluation/split.py --path dataset --input_playlists playlists.csv -

在Pytorch中使用RNN进行序列学习 这里介绍了很少使用RNN进行序列学习的问题。 维护主要是出于学习的敏锐度。 如果您正在寻找可重用的最佳解决方案，那么此回购协议就不适合您的要求我将尝试添加更多的解释性数字，并在将来进行撰写 目录 序列2 Se2Seq对齐 没有对齐的Se2Seq 顺序存储Kth整数 这里的问题是在可变长度的数字序列中存储第k个数字。 假设如果序列为9,7,0,5,6且k = 3，则网络应输出0。这是一个问题的序列，其中输入数字使用一个长度为10的热向量表示输入数字（因为有10个数字） ） 二进制字符串加法 这个问题为序列学习示例引入了一个简单的序列，其中的任务是使RNN学习二进制加法。 问题被建模为seq2seq，其中输入和输出序列对齐。 输入字符串中的相应位在每个时间步形成2元素输入向量，目标位或期望位是输出二进制字符串中的相应位。 在此之前，如果输出字符串有

员工离职调查 在这个项目中，我的目标是分析员工满意度。 我使用了两个从和获得的数据集。 我打开并清理了数据以进行分析。 在此过程中，我使用了Pandas和Numpy库。 我删除了空值，或者更改了它们的值以更有效地使用它。 另外，我对一些列进行了分类以使其易于理解。 我进行了探索性分析。 最后，我使用matplotlib可视化了我的结果。 结论 我创建了一个条形图，其中显示了不满意的员工工资率。 特别是，“安定下来”的员工不满意率最高。

Titanic-dataset:泰坦尼克号数据集Kaggle

内容 AIRBNB数据集分析 我们的研究 纽约市AirBnb租赁数据于2017年10月包含有关airbnb列表的信息。 它的位置由纬度和经度以及附近的自治市镇决定。 它也有其每晚的价格，数量的卧室，浴室等。 我们研究的目的是探索由Airbnb列表产生的数据，并寻找可能导致Airbnb成功的因素。 此外，找出是否可以找到任何模式并预测清单的位置和价格。 根据我们的预测，我们构建了机器学习模型，以帮助正在考虑租房的人们更好地了解挂牌价格。 技术栈 在此分析中，我们使用python作为主要的编程语言，因为它具有丰富的工具组合，这些工具使数据分析变得异常困难。 我们使用的一些软件包是 图书馆 描述 Matplotlib是功能极为丰富的工具库，用于生成易于解释和定制的交互式图。 Numpy是一个流行的库，用于数组操作和向量运算。 它广泛用于需要科学计算的python项目中。 Pamdas是另一个