提交 小路 验证 排行榜 评论 1 /storage/hpc_anna/Kaggle_DRD/submissions/size256/minimal/2015-05-27-16-52 0.068 0.07967 2 /storage/hpc_anna/Kaggle_DRD/submissions/size256/minimal/2015-05-27-17-45 0.078 0.06259 批量大小 128 3 /storage/hpc_anna/Kaggle_DRD/submissions/size256/minimal/2015-05-27-17-45-random 0.00966 4 /storage/hpc_anna/Kaggle_DRD/submissions/size256/onehidden/2015-05-28-19-04 0.1342 0.13

Python心脏衰竭分类器 这是kaggle提供的一项任务，其中包括创建一个分类器算法，该算法可以使用血液信息和其他一些功能来预测心脏病发作。 在这个项目中，我尝试了3种不同的机器学习模型，即随机森林分类器，SVC和Logistic回归器，其中两个在数据框中运行良好，但是SVC无法正常工作，因此我决定将其从笔记本中删除，在这个项目中，我专注于数据分析，但是缺少功能工程。 同样在这个项目中，我还没有开始使用github，所以我再次希望你理解这一点并下载数据以运行代码。

Kaggle COVID-19临床试验EDA 我第一次尝试使用Kaggle上与COVID-19相关的临床试验数据集进行EDA。 有关数据集的更多信息，访问： ：

广告实时竞价数据，是广告牌、商场广告位和互联网广告栏中的广告位的实时竞价情况信息，用以训练有偏模型和预测客户点击。

Kaggle_Jane_Street_Market_Prediction:https

简街市场预测 作者：刘增丰，崔贤ji，郑家杰 在此项目中，目标是根据市场价格从130点的时间序列中预测市场份额的未来回报值。 该数据集是从竞赛中获得的。 以下是实现这些目标的一些可能步骤： 去噪 滚动平均值 使用小波变换的阈值 使用的机器学习模型： 决策树（CART） 线性回归 k最近邻居 人工神经网络 卷积神经网络

从Reddit WorldNews Channel网站上抓取的新闻数据（2008-06-08 到 2016-07-01）和对应时间的 Dow Jones Industrial Average (DJIA)股票指数数据。

Kaggle event 推荐比赛及解答思路。 Event Recommendation Engine Challenge:预测用户是否会对某个活动感兴趣，based on events they've responded to in the past user demographic information what events they've seen and clicked on in our app 简单解决方案： 1.数据清洗与预处理 2.构建特征(包括协同过滤推荐度等复杂特征) 3.建模 4.生成提交的测试结果

kaggle-cifar10-torch7, Kaggle CIFAR10竞争代码 5th 位置 Kaggle CIFAR-10CIFAR-10 竞争代码 http://www.kaggle.com/c/cifar-10摘要描述型号具有 3 x3内核 [1 ]的非常深的卷积网络数据增强裁剪，水平反射 [2]

CIFAR10_mxnet 抽象的 kaggle CIFAR10补偿代码，由mxnet gluon实现。 我们通过合并一些想法获得了0.9688 Directroy和文件描述符 文件 描述符 日志 一些火车日志文件 楷模 一些trianed模型参数（权重） 结果 kaggle测试集上的转发结果文件 提交 最终kaggle提交结果 CIFAR10_train 主要火车和进出口代码 阴谋 列车acc和有效acc的可视化与历时的损失。 utils / netlib.py ResNet18，ResNet164_v2，densenet，焦点损失由gluon实现代码，由CIFAR10_train调用 utils / utils.py 一些工具功能 模型，重用，日志可从以下链接获取： ://pan.baidu.com/s/1pLjzQWj密钥：f6p3 方法说明 主要思想来自mxnet主题，