第一列emotion是图像标签，即 y：[0, 6]。分别代表7种emotion：0 - ‘angry’，1 - ‘disgusted’，2 - ‘feaful’，3 - ‘happy’，4 - ‘sad’，5 - ‘surprised’，6 - ‘neu

M5竞赛是M竞赛中最新的一次，将于2020年3月2日至6月30日举行。它与前四届竞赛有五个重要方面的差异，其中一些是M4竞赛的讨论者提出的。它使用沃尔玛慷慨提供的分层销售数据，从商品级别开始，再汇总到美国三个地理区域的部门，产品类别和商店。正在通过要求参与

一开始直接简单粗暴来AlexNet，但是不知道什么问题，不仅跑的慢，训练了几个epoch后收敛得也慢。锅出在哪呢，看了下代码原来是我一开始跑的时候保存了模型，然后后面跑的时候再加载继续训练。但由于多次运行main文件，而random_split是随机划分的

Kaggle 竞赛史也是实践型 NLP 的历史。著名数据科学竞赛平台 Kaggle 成立于 2010 年，是了解机器学习进化趋势的重要观测器。Kaggle 见证了几代技术突破，吸引了数千名从业者和数百万论坛讨论。在 Kaggle 平台的众多挑战中，自然语言

乳腺癌数据是sklearn自带的分类数据之一。真实数据量大，维度高，在使用随机森林之前需要一系列的处理，因此不太适合用来做直播中的案例演示。经典的泰坦尼克号数据，用来调参的话也是需要很长时间，因此我才选择sklearn当中自带的，结构相对清晰简单的数据来为

毫无疑问，Kaggle是非常适合学习数据科学的平台。许多数据科学家在Kaggle上投入了大量时间。Kaggle主要针对预测相关的问题。同时还需要识别重要事件，例如超额计费或导航错误。网络或社区类型问题在Kaggle中很少见。解决图形和网络方面问题需要节点和

在很长的一段时间里，我们表现出缺乏创造力，所做出的工作被认为是山寨、借鉴，这一点是不可否认，但随着自身的积累，厚积薄发，完成了从借鉴到创造的突破。创造力是我们工作的基本要素之一，这点在各行各业都显得很重要，在机器学习领域也无所例外。在这种情况下，Belug

不久之前，Kaggle座头鲸识别挑战赛结束，Earhian（乔健） YourVenn（王乙衡）、Tom 57、A.L.四位选手组成的团队夺得了第一名。本文主要介绍了冠军团队的解决方案。在这一竞赛中，我们是要构建算法来识别图像中的鲸鱼个体，而难点在于训练样本

在大型数据集上训练机器学习和深度学习模型所需的计算能力一直是机器学习爱好者的一大障碍。但是对于在云上运行的jupyter记事本，任何一个具有学习热情的人都可以进行训练，并获得很好的结果。Colaboratory是谷歌公司的一个研究项目，旨在帮助传播机器学习

事实上，自然语言处理中的几乎所有问题都可以简化为多标签问题，这是一个很好的研究和应用课题！多标签是将标签分配给文档的过程，其中每个标签都是从独立的选项列表中选择的。多标签的关键在于允许为每个文档分配多个标签。多分类是多标签的子集，其中标签的数量固定为1。概