关于 kaggle 问题的解答与优化
- Titanic: Machine Learning from Disaster
- 主要工作：可视化分析不同特征与存活率的关系， 类别特征one-hot编码，数值特征分段处理，pipeline预处理数据, 使用LR， RF等进行投票分类，最终排名top10%
[github][nbviewer]
- 主要工作：可视化分析不同特征与存活率的关系， 类别特征one-hot编码，数值特征分段处理，pipeline预处理数据, 使用LR， RF等进行投票分类，最终排名top10%
- Digit Recognizer
- 主要工作：多分类问题，给定手写数字，进行0-9识别。分别使用numpy，tensorflow搭建ANN, CNN进行训练，识别率98%
[nbviewer]
- 主要工作：多分类问题，给定手写数字，进行0-9识别。分别使用numpy，tensorflow搭建ANN, CNN进行训练，识别率98%
- Quora Question Pairs
- 主要工作：使用nltk， sklearn，构建关于问题特征的向量进行相似性判断,采用lightgbm进行训练，完成相似问题判断。
[nbviewer]
- 主要工作：使用nltk， sklearn，构建关于问题特征的向量进行相似性判断,采用lightgbm进行训练，完成相似问题判断。
个人工作：
-
- 主要工作：针对全书每一章节进行分词，tf-idf文档向量化，分别使用监督和无监督进行训练预测， 并与其它名著对比结果。
[nbviewer]
- 主要工作：针对全书每一章节进行分词，tf-idf文档向量化，分别使用监督和无监督进行训练预测， 并与其它名著对比结果。
-
[拉勾和Boss直聘关于机器学习岗位的简单分析]
- 主要工作：在两个不同的求职平台，分别以 机器学习 为关键字， 进行搜索，获取全部结果，对其进行简单分析，代码和分析见以下链接。
[nbviewer]
- 主要工作：在两个不同的求职平台，分别以 机器学习 为关键字， 进行搜索，获取全部结果，对其进行简单分析，代码和分析见以下链接。