阿舟要毕业

文章/答案/技术大牛

发布

LV0

我关注的人

探索XGBoost：参数调优与模型解释

XGBoost是一种高效的机器学习算法，广泛应用于数据科学和机器学习任务中。本教程将介绍XGBoost的中级用法，重点关注参数调优和模型解释。我们将使用代码示例...

Echo_Wish 2024-02-092024-02-09 08:46:45

测试、教程、模型、性能、xgboost

机器学习模型可解释性进行到底 —— SHAP值理论（一）

最近在系统性的学习AUTOML一些细节，本篇单纯从实现与解读的角度入手，因为最近SHAP版本与之前的调用方式有蛮多差异，就从新版本出发，进行解读。

悟乙己 2025-07-252025-07-25 15:28:16

机器学习、神经网络、深度学习、人工智能

用 SHAP 可视化解释机器学习模型实用指南(下)

SHAP（Shapley Additive exPlanations）使用来自博弈论及其相关扩展的经典 Shapley value将最佳信用分配与局部解释联系...

数据STUDIO 2021-10-142021-10-14 15:24:04

kernel、instance、plot、sampling、tree

机器学习可解释性神器shap入门

shap（SHapley Additive exPlanations）是一个用于解释机器学习模型输出的模型解释包。

皮大大 2023-11-092023-11-09 08:11:09

数据挖掘、机器学习、数据建模

Satpy基础系列教程(1)-FY4A AGRI L1数据处理

Satpy[1]目前支持的卫星数据[2]有50种(MSG, Himawari 8, GOES-R, MODIS, Sentinel- 1/2/3/5, SNPP...

气象学家 2020-02-172020-02-17 17:29:34

python、https、http、网络安全、github

「深度学习一遍过」必修1：Windows10 下 Pytorch 的安装与环境配置

2.5.2 方法二：下载 pytorch 的 whl 文件到本地安装（速度较快）

荣仔_最靓的仔 2021-09-142021-09-14 14:58:26

pytorch、https、网络安全、anaconda、腾讯云测试服务

「深度学习一遍过」必修10：pytorch 框架的使用

CenterCrop，ColorJitter，FiveCrop，Grayscale，Pad，RandomAffine，RandomApply， RandomCr...

荣仔_最靓的仔 2022-01-102022-01-10 13:50:52

深度学习

「深度学习一遍过」必修26：机器学习与深度学习基础知识汇总

同时评估了生成图像的质量和多样性仅评估图像生成模型，没有评估生成图像与原始图像之间的相似度，不能保证生成的使我们想要的图像

荣仔_最靓的仔 2022-01-102022-01-10 14:03:02

深度学习、编程算法、神经网络、卷积神经网络

利用 pandas 和 xarray 整理气象站点数据

平时用 xarray 库在处理 nc 格式的数据非常方便，但偶尔还是要用到一些站点数据来辅助分析，而站点数据一般都是用文本文件存储的，比如下图这种格式，从外到内...

郭好奇同学 2021-07-082021-07-08 15:29:11

文件存储、编程算法、python

气象绘图加强版（二）——散点图

本节提要：接着上一章折线图，简要谈谈散点图scatter( )的常用关键参数，以及在气象绘图上的简单应用。

气象学家 2020-07-012020-07-01 15:00:16

python、图像处理

《机器学习》学习笔记（四）——用Python代码实现单变量线性回归、多变量线性回归；数据评估之交叉验证法、留出法、自助法

根据上面的训练数据，我们能否推断(预测)出某个直径的披萨可能的售价呢？例如，12英寸的披萨可能售卖多少钱？

荣仔_最靓的仔 2021-02-022021-02-02 17:33:06

线性回归、编程算法

人工智能创新挑战赛：助力精准气象和海洋预测Baseline2：数据探索性分析（温度风场可视化）、CNN+LSTM模型建模

数据分析是解决一个数据挖掘任务的重要一环，通过数据分析，我们可以了解标签的分布、数据中存在的缺失值和异常值、特征与标签之间的相关性、特征之间的相关性等，并根据数...

汀丶人工智能 2023-06-062023-06-06 14:41:46

人工智能、深度学习、机器学习、数据挖掘

人工智能创新挑战赛：助力精准气象和海洋预测Baseline3：TCNN+RNN模型、SA-ConvLSTM模型

本次任务我们将学习来自TOP选手“swg-lhl”的冠军建模方案，该方案中采用的模型是TCNN+RNN。

汀丶人工智能 2023-06-062023-06-06 14:44:22

人工智能、深度学习、机器学习、数据挖掘

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2023-12-09

个人成就

TA 很懒，什么都没有留下╮（╯＿╰）╭

关注了：2关注者：0