killgod's repositories
nlp_competion
一些NLP比赛的代码整理
chinese_text_classification
通过一个中文文本分类问题系统实现了各种分类方法
chinese_text_matching
一些文本匹配代码
Evaluation-of-color-value
在Android上使用tensorflow训练好的模型进行颜值评测。数据来源华南理工大学实验室:http://www.hcii-lab.net/data/SCUT-FBP/EN/download.html
Kaggle_Dogs_Cats
kaggle 猫狗识别分类比赛:https://www.kaggle.com/c/dogs-vs-cats-redux-kernels-edition
sohu_textmatch_baseline
2021搜狐校园文本匹配算法大赛baseline
cat_dog_classification
使用CNN对猫狗进行分类
kesic-yinhang-practice
kesic的练习赛,「二分类算法」提供银行精准营销解决方案:https://www.kesci.com/home/competition/5c234c6626ba91002bfdfdd3,写了一个EDA和一个baseline,主要是想做一个分类比赛通用的模板,后续会再更新特征选择等步骤。
name_classification
使用CNN对姓名是男是女进行预测。
Algorithm-Course-Set
大二做的算法课设,题目已经忘了是什么了,只记得是一道acm题,用双向动态规划求解的。这里用C++解决,然后编译成so文件用python调用matplotlib画图,十分简陋。
chinese_poetry
Tensorflow
Data-Competition-TopSolution
Data competition Top Solution 数据竞赛top解决方案开源整理
DF_xiaofeizhe_renqunhuaxiang
DF_消费者人群画像baseline
Feature-Selection
Features selection algorithm based on the self selected-algorithm, loss function and validation method
hand-written-numeral-recognition
使用Android加tensorflow实现的手写数字识别程序。参考文章:http://skyseraph.com/2018/01/10/AI/AIHandwritingAndroid/
kaggle-Mechanisms-of-Action-MoA-Prediction
Mechanisms of Action (MoA) Prediction Private Leaderboard 56
kaggle_Aerial-Cactus-Identification
kaggle上的Aerial Cactus Identification练习赛,比赛目标是识别图片中是否包含仙人掌图片,记录一些方法,有参考开源的已经注明链接。
Kaggle_Competition_Treasure
Describe past Kaggle solutions
kaggle_iWildCam-2019
kaggle 练习赛,https://www.kaggle.com/c/iwildcam-2019-fgvc6,暂时只写了一个baseline,先把图片缩小到32*32,再使用简单的CNN进行识别。
kaggle_MNIST
kaggle的MNIST手写数字识别练习赛。主要注意一下数据的读入方式。
kaggle_Quora
kaggle:Quora Insincere Questions Classification,这里对第三名和第13名的开源方案做一下学习和记录。
kdxf-fanqizha
kdxf 移动广告反欺诈算法挑战赛
kesic-text_classification
kesic的文本分类练习赛,网址是:https://www.kesci.com/home/competition/5c77ab9c1ce0af002b55af86,参考了这位同学的开源:https://github.com/willinseu/kesci-urdu-sentiment-analysis
leetcode-daily
坚持每天一道,每周七道,加油加油!
machine_translation
使用谷歌官方的seq2seq模型在colab中跑一下机器翻译代码
pytorch-handbook
pytorch handbook是一本开源的书籍,目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门,其中包含的Pytorch教程全部通过测试保证可以成功运行
tianchi-jinnan
天池津南数字算法挑战赛赛场一初赛72名代码
verification_code
两个验证码识别的小程序,用于学习。