七月Kaggle实战班 - 教程宝盒网

教程詳情

文件下載	文件名稱：七月Kaggle實戰班	文件大小：18.83GB
	下載聲明：本站文件大多來自于網絡，僅供學習和研究使用，不得用于商業用途，如有版權問題，請聯系博豬！
	下載地址：下載教程

教程目錄：
七月KAGGLE實戰班
├─july七月Kaggle
│ 1.管窺算法.zip
│ 10.概率分治和機器學習.mp4
│ 2.字符串.zip
│ 3.數組.zip
│ 4.樹.mp4
│ 5.鏈表遞歸棧.mp4
│ 6.查找排序.mp4
│ 7.圖論（上）.mp4
│ 8.圖論下.mp4
│ 9.貪心法和動态規劃.mp4
│ julyedu.com 解壓密碼
│
└─七月kaggle
│ 1.機器學習解決問題綜述課.mp4
│ 第03課_kaggle案例實戰班.mp4
│ 第04課_kaggle案例實戰班.mp4
│ 第05課_kaggle案例實戰班.mp4
│ 第06課_kaggle案例實戰班.mp4
│ 第07課_kaggle案例實戰班.mp4
│ 第08課_kaggle案例實戰班.mp4
│ 第二節.mp4
│
├─代碼
│ ├─lecture01
│ │ │ blending.py
│ │ │ cs228-python-tutorial.ipynb
│ │ │ Feature_engineering_and_model_tuning.zip
│ │ │
│ │ └─Feature_engineering_and_model_tuning
│ │ ├─Feature-engineering_and_Parameter_Tuning_XGBoost
│ │ │ │ Feature Engineering.ipynb
│ │ │ │ Test.csv
│ │ │ │ test_modified.csv
│ │ │ │ Train.csv
│ │ │ │ train_modified.csv
│ │ │ │ XGBoost models tuning.ipynb
│ │ │ │
│ │ │ └─.ipynb_checkpoints
│ │ │ Feature Engineering-checkpoint.ipynb
│ │ │ XGBoost models tuning-checkpoint.ipynb
│ │ │
│ │ ├─Kaggle-Bicycle-Example
│ │ │ │ Kaggle_Bicycle_Example.ipynb
│ │ │ │ kaggle_bike_competition_train.csv
│ │ │ │
│ │ │ ├─.ipynb_checkpoints
│ │ │ │ Kaggle_Bicycle_Example-checkpoint.ipynb
│ │ │ │
│ │ │ └─Kaggle_Bicycle_Example_files
│ │ │ Kaggle_Bicycle_Example_34_0.png
│ │ │ Kaggle_Bicycle_Example_42_0.png
│ │ │ Kaggle_Bicycle_Example_43_0.png
│ │ │ Kaggle_Bicycle_Example_44_0.png
│ │ │ Kaggle_Bicycle_Example_45_0.png
│ │ │ Kaggle_Bicycle_Example_46_1.png
│ │ │ Kaggle_Bicycle_Example_47_1.png
│ │ │ Kaggle_Bicycle_Example_49_1.png
│ │ │
│ │ └─Kaggle_Titanic
│ │ │ test.csv
│ │ │ Titanic.ipynb
│ │ │ train.csv
│ │ │
│ │ └─.ipynb_checkpoints
│ │ Titanic-checkpoint.ipynb
│ │
│ ├─lecture02
│ │ ├─house price
│ │ │ │ data_description.txt
│ │ │ │
│ │ │ ├─input
│ │ │ │ sample_submission.csv
│ │ │ │ test.csv
│ │ │ │ train.csv
│ │ │ │
│ │ │ ├─notebook
│ │ │ │ │ house_price.html
│ │ │ │ │ house_price.ipynb
│ │ │ │ │ house_price_advanced.html
│ │ │ │ │ house_price_advanced.ipynb
│ │ │ │ │
│ │ │ │ └─.ipynb_checkpoints
│ │ │ │ house_price-checkpoint.ipynb
│ │ │ │ house_price_advanced-checkpoint.ipynb
│ │ │ │
│ │ │ └─_ipynb_checkpoints
│ │ └─news stock
│ │ ├─input
│ │ │ Combined_News_DJIA.csv
│ │ │ DJIA_table.csv
│ │ │ RedditNews.csv
│ │ │
│ │ ├─notebook
│ │ │ │ news_stock.html
│ │ │ │ news_stock.ipynb
│ │ │ │
│ │ │ └─.ipynb_checkpoints
│ │ │ news_stock-checkpoint.ipynb
│ │ │
│ │ └─_ipynb_checkpoints
│ ├─lecture03
│ │ avazu-CTR-Prediction-LR.zip
│ │ feature.search
│ │ feature.search_ads
│ │ feature_map.search_ads
│ │ generate_train_feature_mapper.py
│ │ generate_train_feature_reducer.py
│ │ kaggle-avazu-rank1.zip
│ │ kaggle-avazu-rank2.zip
│ │ search_ads_feature.sample
│ │ search_click_data.sample
│ │ Spark-Criteo-CTR-Prediction.ipynb
│ │ xgb_ads.conf
│ │
│ ├─lecture04
│ │ ├─input數據太大。就不傳了。自己下載吧~ - 老師留
│ │ └─notebook
│ │ │ news_stock.html
│ │ │ news_stock_advanced.html
│ │ │ search relevance.ipynb
│ │ │ search relevance_advanced.ipynb
│ │ │ search+relevance.html
│ │ │ search+relevance_advanced.html
│ │ │
│ │ └─.ipynb_checkpoints
│ │ search relevance-checkpoint.ipynb
│ │ search relevance_advanced-checkpoint.ipynb
│ │
│ ├─lecture05
│ │ energy_forecasting_notebooks.zip
│ │ subway_prediction_notebook.zip
│ │
│ ├─lecture06
│ │ │ cat_dog.html
│ │ │ char_rnn.html
│ │ │ image_search.html
│ │ │ Kaggle第06課：走起~深度學習.pdf
│ │ │ Kaggle第06課：走起~深度學習.pptx
│ │ │ news_stock_advanced.html
│ │ │ word_rnn.html
│ │ │
│ │ ├─img
│ │ │ chi_square.png
│ │ │ RGBHistogram.jpg
│ │ │
│ │ └─貓狗的數據
│ │ cats-vs-dogs.txt
│ │ sample_submission.csv
│ │ test.zip
│ │ train.zip
│ │
│ ├─lecture07
│ │ data.zip
│ │ Kaggle event recommendation competition.ipynb
│ │ kaggle-event-recommendation-rank1.zip
│ │ Rossmann_Store_Sales_competition.ipynb
│ │
│ └─lecture08
│ PPD_RiskControl_Competition.zip
│
└─課件
│ Kaggle第05課：能源預測與分配問題.pdf
│ Kaggle第06課：走起~深度學習.pdf
│ Kaggle第06課：走起~深度學習.pptx
│
├─lecture01
│ Kaggle第01課：機器學習算法、工具與流程概述.pdf
│ 分享的鏈接.txt
│
├─lecture02
│ Kaggle第02課：經濟金融相關問題.pdf
│
├─lecture03
│ kaggle-2014-criteo.pdf
│ kaggle-avazu.pdf
│ predicting-clicks-facebook.pdf
│ 京東電商廣告和推薦系統的機器學習系統實踐.pdf
│ 從FM到FFM.pdf
│ 百度鳳巢：DNN在鳳巢CTR預估中的應用.pdf
│ 第3課--排序與CTR預估.pdf
│ 騰訊廣點通：效果廣告中的機器學習技術.pdf
│ 阿裏媽媽：大數據下的廣告排序技術及實踐.pdf
│
├─lecture04
│ Kaggle第四課.pdf
│
├─lecture05
│ 第5課：能源預測與分配問題.pdf
│
├─lecture07
│ 第7課：推薦與銷量預測相關問題.pdf
│
└─lecture08
第8課：金融風控問題.pdf
金融風控大賽解決方案.pdf