2018中国“法研杯”法律智能挑战赛 CAIL2018
1. Official Website
2. Time nodes
第一阶段（2018.05.15-2018.07.14）:
~ 6月 5日，基于Small数据的模型提交截至。向评测结果高于基准算法成绩的团队发布Large数据
~ 6月12日，基于Large-test数据对前期模型进行重新评测刷榜
~ 7月14日，最终模型提交截至。
第二阶段（2018.07.14-2018.08.14）:
主办方根据一个月的新增数据对最终模型进行封闭评测
3. Notice
3.1. Necessary adjustment
在将本项目代码clone或download到本地运行时，需要对如下文件处做简单修改：
在./predictor中创建model/目录（github上无法上传空文件夹）
./utils/util.py中的第9行DATA_DIR，改
2022-03-02 21:16:49
5.86MB
1
Uyy danych z GUSu dla Polski z lat 2000-2020。
Przy doborzeatrybutówmodelu wykorzystanometodę套索orazregresjęgrzbietową。
2022-03-02 19:55:55
551KB
1
从音频数据对歌曲流派进行项目分类
使用由两种音乐流派（嘻哈和摇滚）的歌曲组成的数据集，我们将训练一个分类器，仅基于从Echonest（现在是Spotify的一部分）获得的曲目信息来区分两种流派。 我们将首先使用Python中的熊猫和seaborn软件包对数据进行子集，汇总信息以及在探查数据时发现明显的趋势或进行机器学习时应注意的因素时创建图。
接下来，我们将使用scikit-learn程序包来预测我们是否可以根据诸如舞蹈性，能量，声学，节奏等特征正确地对歌曲的类型进行分类。我们将介绍PCA，逻辑回归，决策树等等。
2022-03-02 08:49:32
1.46MB
1
私人语言
使用SPDZ训练卷积神经网络（CNN）； 阅读此以了解更多信息。 该存储库是的扩展。
怎么跑
确保已安装以下组件：
Python 3.6（最好在virtualenv / conda env中使用）
Tensorflow（仅用于下载数据集）
要安装其他要求，请运行：
pip install --upgrade -r requirements.txt
现在，您可以打开完整的代码示例：
jupyter notebook image_analysis/Convnet.ipynb
在运行代码之前，请选择正确的内核，因为它可能已设置为python 2.7。 您可能必须将环境添加到lis tof内核中：
pip install ipykernel
python -m ipykernel install --user --name=[NAME OF YOUR ENV]
2022-03-01 23:03:07
22.05MB
1
ELI5
ELI5是一个Python软件包，可帮助调试机器学习分类器并解释其预测。
它为以下机器学习框架和软件包提供支持：
。 当前，ELI5允许解释scikit学习线性分类器和回归变量的权重和预测，将决策树打印为文本或SVG，显示特征重要性，并解释决策树和基于树的集合的预测。 ELI5从scikit-learn了解文本处理实用程序，并且可以相应地突出显示文本数据。 支持管道和FeatureUnion。 它还允许通过撤消哈希来调试包含HashingVectorizer的scikit-learn管道。
通过Grad-CAM可视化解释图像分类器的预测。
显示功能的重要性并解释XGBClassifier，XGBRegressor和xgboost.Booster的预测。
显示功能的重要性并解释LGBMClassifier，LGBMRegressor和lightgbm.Booster的
2022-03-01 20:31:32
6.57MB
1