厦门大学宋宁宇:统计学专业到蚂蚁风控岗!

蚂蚁金服风控大赛代码 使用stacking的方法解决蚂蚁金服开发者风控大赛的代码。 立即下载

WISERCLUB

宋宁宇

SONG NINGYU

64f00f7e1b046863755108ac2806a5ab.png

宁宇自述

我叫宋宁宇,目前厦门大学王亚南经济研究院研三在读,本科厦大经院,本硕专业统计学,毕业去向目前是蚂蚁集团风控算法工程师。

不知不觉伴随WISERCLUB走过了5年,可以说是相互见证了成长,CLUB最迷人的地方就在于相互学习,每位成员都散发自己的光芒,都是值得信赖的伙伴。希望CLUB继续蓬勃发展,继续优秀下去。

CLUB里大家都叫我宁宁,喜欢打球、打游戏(LOL 吃鸡)、音乐,热爱一切高科技的东西,佩服各路技术大咖。被社会毒打到现在,认识到最重要的人生守则就是时刻保持谦卑,吃亏是福。

最后借刺猬乐队的一句歌词,“一代人终将老去,但总有人正年轻。” 愿学弟学妹们前程似锦。

实习经历

  • 2021.06 - 2021.09 蚂蚁集团 - 实习风控算法

  • 2020.06 - 2020.09 杉数科技 - 实习算法

项目经历

  • 厦门市人才网 - 智能在线招聘推荐系统和算法

  • 厦门路正信息技术有限公司 - 教育数据分析

主要比赛经历

  • 2020.08 2020腾讯广告算法大赛 - 4/10000+

  • 2020.05 智慧物流:饿了么骑士行为预估 - 14/907

  • 2020.04 海南大数据 – 智能算法赛 - 7/1229

  • 2020.03 数字中国创新⼤赛 智慧海洋建设 - 46/3275

  • 2019.09 第十六届中国研究生建模竞赛华为赛 - 12/2234

  • 2019.06 2019腾讯⼴告算法大赛 - 42/10000+

校园经历

  • 2020.06 - 2021.06 厦门大学WISER CLUB副主席、机器学习小组组长

  • 2019.09 - 至今 厦门大学2019级王亚南经济研究院硕士班班长

  • 2017.09 - 2018.06 厦门大学经济学院统计系学生会副主席

小编有感

在见到宁宇学长前,看了学长写的采访问题的回答思路,便觉得他是一位人好话不多的“技术流”,提纲挈领简明扼要,也惊叹于他在各类竞赛中取得的好成绩,目标明确,一旦选择了远方便只顾风雨兼程。

作为WISER CLUB元老级人物,宁宇学长提出将机器学习小组分享内容改为业界流行的树模型和神经网络模型,希望能和成员们在这一领域一起精细化学习并切实应用到实际问题中,也一直坚信纸上得来终觉浅、绝知此事要躬行,广泛参加数据类竞赛并且获得了优异的成绩。在实习方面,他也有明确的规划,通过两段高质量的实习锻炼了自己的能力,最终拿到蚂蚁集团算法岗的转正offer。

学长在我眼里已是大神级的人物,提到加入CLUB的初衷以及加入CLUB最大的收获,他却仍然谦逊地说很幸运遇到了厉害的学长学姐,得到了许多经验,之后成为一起打比赛的好伙伴,他还找到了实习内推的引路人。学长也十分推荐学弟学妹们加入CLUB,学习新知识,结交新伙伴,锻炼自己的能力。

关于实习选择与就业选择,学长说自己一开始也不是很有信心可以卷入高手如云的算法岗,而在不断尝试与努力下觉得算法岗也没有想象中那么“卷”,也结合自己的实习经验告诉我们互联网大厂算法岗仍然会对统计学人才有较大需求,并鼓励大家多实习多打比赛。在和学长的交流中,也切实感受到了学长一直在路上,通过一步步尝试找到了适合自己的路。正如学长所说,“不要原地待命,行动了才会发现你不一定比别人差”。只要在路上,每一步都作数。

在厦大度过了美好的六年,学长分享了两段令人难忘的回忆。一段是低迷时期听到的来自Datawhale范晶晶的分享,他在听到后受到鼓舞,想要成为一个能对社会做出有益贡献的人、一个“眼里有光的人”;另一段则是与女朋友的美好回忆。除了知识技能的提高,学长也没有辜负厦园的美好时光,相信学长还有很多点滴回忆没来得及分享,小编希望这些美好回忆也能帮助学长度过一个个emo的深夜。

“年轻有试错的机会,不要别人说卷就不尝试。卷不是放弃的借口,你不一定比别人差。”我想,学长已经成为了一个仰望星空,脚踏实地的青年,也定将在未来的旅途中继续闪闪发光。

问答环节

01

关于CLUB

a) 与CLUB的缘分

我是在大二的时候由洪祺琳学长引荐加入CLUB的,当时人手短缺,我主要协助做宣传工作。后来因为CLUB的学习氛围很好,如果只做宣传而不和大家一起学习实在可惜,于是之后就加入学习小组和大家一起交流学习,再后来当了部长、组长、副主席,成为“元老级人物”,今年刚刚“退休”。

之前CLUB机器学习小组的学习是根据ESL(《The Elements of Statistical Learning》)的章节来设计的,并在其基础上做一些拓展。后来我改成以树和神经网络为主,也就是现在数据竞赛和业界都比较常用的两种方法。这样可以学习得深入一些,也是为了打比赛或者求职做准备吧,而做科研的话也能从中学到一些实用的idea。

b) 在CLUB的收获

于我而言,加入CLUB最大的收获,说矫情一点是友情,说势利一点就是人脉吧。在这期间我收获了很多朋友,并且有一大批优秀学长姐传授经验,不管是工作还是选择读博,都能收获到相应的宝贵经验。其中我最感谢的应该是金学长(林金镇学长),金学长在我看来就是大神级别的人物,是他带我入坑算法,带我打比赛,给我内推实习等等。

在这里给CLUB打个小广告,有以下三点理由:首先加入CLUB可以学到很多算法知识,也就是所谓的硬技能;其次可以收获一些软技能,比如学习期间会有不少需要展示的环节,可以练习一些表达的技巧;最后是掌握人脉。无论是互联网还是金融,如果公司里有一些学长姐帮助内推或者提供相关信息的话会对找实习有所帮助。

当然,在CLUB学到的知识只是入门,对于我们来讲,去工作、实习的话,还有一些实际落地的知识需要继续学习。这个也要看具体从事的岗位类型,如果是和数据分析相关的工作,基于业务驱动,通过数据清洗、整合、建模分析等方式,从数据中挖掘业务的增长点和提升点;而算法方向的工作内容往往需要参与相对长期的项目,从抽象问题,清洗分析数据开始,再设计方案建立baseline模型,优化模型效果,直到达到算法预期效果,最后算法落地实现工程化,其后还需要维护迭代。

5b87a26175c305edaa3e4d418e0d09e2.png

02

关于比赛

在算法或者数据比赛经验方面,我觉得很重要的一点是每次比赛结束后要有一个总结,就是打完一场比赛之后,要去看看其他效果好的一些队伍的解决方案是怎样的、你能从他们身上学到些什么。这个赛后总结很重要,可以从中学到一些技巧,帮助你在后面的比赛中提供一些新思路,拿到更高的名次。面试时,你不仅可以讲你自己的解决方案,如果了解其他队伍比你效果好的解决方案,要主动讲从中学到了什么,为什么别人比你好(面试官也会问)。其实那些top选手的方案也都是花时间泡出来、用经验堆积出来的,也是在尝试中试出来的。

03

关于实习与择业

a) 实习经历

我的实习经历主要有两段。

第一段是在研一暑假时在北京杉数科技公司实习,公司主要是做ToB算法,提供一些数据驱动的人工智能决策。我工作的内容是需求预测,主要负责两件事情,一个实际项目是海底捞智能补货系统的算法调优,另一个算法探索是针对需求预测的深度学习初步探索。在杉数工作其实还挺轻松的,基本上是早十晚七的工作模式,而且公司氛围好,收获很多,推荐大家去实习,一周工作五天。

第二段是今年暑假在蚂蚁集团的大安全实习,做的是风控相关的算法工作。主要是探索已经抽象好的算法问题,数据也必须经过脱敏(蚂蚁数据权限很严格,隐私保障做的很好),我主要负责做一个模型鲁棒性的探索。那段实习上班时间基本上是早上 10 点到晚上 9 点,周末偶尔也会加班,主要是因为实习期比较短,一个月左右需要做出一个项目,还要准备转正答辩,工作强度挺大的,但收获也很多,欢迎各位有能力的学弟学妹来投蚂蚁实习秋招,内推可以找我。

b) 实习与择业的考虑因素

对实习而言,我一开始找实习的时候,并没有特别的想法,只是考虑到算法岗和所学专业比较相关,主要是薪资高!所以就抱着走一步看一步的心态进行尝试,目标定的高一点总没错的。当时也觉得算法很卷,要和计算机的人拼,没想到就这么尝试下来发现最后结果还不错。所以我也希望大家不要被卷的表象迷惑,先做做看,因为你不一定比别人差,年轻还是有很大的试错机会的,当你“卷”成功了,你就不觉得卷了。

最终择业跟实习的考虑因素其实是不同的,我实习比较注重转正。举个例子,实习方面我拿到了腾讯的和阿里的offer,其中腾讯主要是做 ToB 算法。从公司氛围和技术方向来看我会更倾向于腾讯,但阿里的转正率更高,我当时的想法就是先拿到一个可以转正的保底 offer,这样心里会比较踏实;而且秋招很卷(秋招三篇顶会也不稳,而实习可能有论文或较好的比赛名次就比较容易),相对来说,通过实习转正拿到offer的门槛确实会稍低一些,如果想要在大厂工作的话,通过实习转正比较容易。

而对于择业,我认为主要有三点要考虑,第一点当然是薪资的问题,首先薪资水平最好可以达到自己满意;第二点是考虑之后的发展空间;第三点考虑的则是工作和生活相平衡的一些问题。

b55e4942986058809cf3a936c844942e.png

 c) 求职技巧

在求职的过程中,简历投递与笔面试都是很重要的因素。

首先是简历投递,主要有三个渠道,内推、官网投递和牛客。我觉得最好可以有学长姐去内推,内推的好处是不仅可以内推到一些比较好的部门(部门氛围挺重要的),而且通过这种方式,你的简历排序可能会更靠前一些。第二个就是在官网直接投递。第三就是在牛客网上找一些相关的实习信息,然后有针对性地去投递简历。

关于面试的话,对于算法相关岗位来讲,Leetcode的题目是一定要刷的。其次就是你的简历上至少要有一些内容可以聊,否则面试官不好直接提问。这里我还有一个建议,那就是面试的时候可以考虑把自我介绍和做过的项目做成PPT 展示给面试官,这样会让面试官感受到你很重视这次面试,也更容易让他了解你在做什么、会做什么。

在投实习时,专业技能,实习经历,项目和比赛经历,本硕学校等都是重要的条件,在我心目中,这些求职条件是有一定的排序的。我认为互联网会比较看重学生自己的能力,比如如果能有顶会论文就很加分。其次实习和比赛项目可以排在学历前面,实际上也有很多211院校或者比较普通的院校毕业生会在求职过程中逆袭,拿到很好的offer,因为人家有足够的硬技能。

其实在面试的时候很多问题并没有标准答案,只要言之成理,可以自圆其说就好。当然说的时候要大胆强势一点,不要表现得很怯懦,否则面试官很容易抓着这个你不会的点来提问,要试着把面试官引导到你擅长的东西上面,这也是一种技巧。

 d) 实习规划建议

比起北上深、杭州这些城市,在厦门找实习确实有比较大的劣势,如果有可能的话可以异地实习。如果能在研一的暑假有一段实习经历,那对于研二的暑期实习很有帮助,至少到时候面试的时候,可以聊一些之前的实习经历。对于还不确定自己就业方向,我建议可以多尝试其他方向,去各个岗位都尝试一下,毕竟实习既是试错的机会,也可以是未来职业的敲门砖。

如何定义一段好的实习?最好对未来的就业有用,以技术岗为例,好实习的项目就可以丰富简历内容,让之后的面试官因为你的实习经历而对你感兴趣。

如果找实习跟课程协调上有困难,又想要给自己的简历加点东西,其实可以尝试着去打比赛,也许并没有你想象的那么难,多尝试就会有收获。

ee3b082b6369f87fe29aecab2ad5174f.png

04

关于时间规划

关于学习与实习,确实很难两全,因为我的比赛都是在研一下时打的,实习也是在研一的暑期做的,确实也会相对舍弃一些学习八高的时间。另外因为我本科提前修了部分八高课程,所以研一下只有三门课,这样也让我多了一些时间准备比赛。其实对于研一下来讲,你要多尝试做一些事情,思考未来的方向,是就业还是读博,目标就是明确方向。如果不确定的话,一定要先去试,走一步看一步,总要比每天空想、原地待命来得好。

关于毕业论文与实习、求职,我想说的是,确实很多人都会面临这个问题,只能硬着头皮边找工作边写论文。那这样的话,其实在研二的时候就该好好地花一些时间写论文,至少把论文理出一个思路来,或者写出一大部分来,打出一个提前量,这样你在研三上学期秋招的时候可能就会轻松一些。

05

关于心态和生活

a) 心态调整

在我的学生生涯中有两件事情让我很有成就感:第一件就是腾讯广告算法大赛,参赛队伍总人数可能有一万多人,最后也拿到了一个第四名的成绩。第二件事情就是我在蚂蚁的整段实习经历,克服了不少困难和压力,最后拿到了一个还不错的offer,也给我带来了很大的成就感。在我看来如果做好了一件事情,接下来也会有信心去做成其他的事情,所以说心态调整应该要从做好眼下的一件事情开始。

其实在整个过程中,我也会遇到压力很大的时候,我会选择去运动,比如跑跑步、打打球,或者打打游戏来舒缓心理压力,另外安利给大家刺猬乐队。

ff3a36914b09d7d95a0209497d1ffb23.png

b) 近期打算

我发现国内这边关于因果推断的、偏深度学习方向的内容,在做的人很少,内容比较新,公众号也少有人做,很少人科普这些东西,所以最近想做个公众号。主要契机是我看到在18到21年这几年发表的一些顶会的文章上有关于因果图结合深度学习的方法,而这个刚好和我自己的毕业论文所做的方向相关,所以在考虑是否要把这个方向的相关内容做成一个公众号,写一点技术文章,也许有机会和CLUB联动一下。

c) 在厦大的一些难忘瞬间

之前CLUB跟Datawhale(专注于AI领域的开源组织)一起办活动的时候,Datawhale的范晶晶就在分享会上讲了自己做的一些事情。那时的我看到他在上面讲,就觉得他是真的在做一件他很喜欢的事情,一件他认为有价值的事情,我记得他的最后一页PPT上写的是“要做眼睛里有光的人”。这句话给我的鼓舞挺大的,于是我也想试着去做一些有价值的事情,不管是体现在对社会的价值上,还是对自己的价值上。

当然很开心很难忘的事情还有蛮多的,比如在某个协会(社团)的某场晚会上女朋友为我唱了一首歌。(小编:可惜没有亲眼见证!希望下次有机会~)

89fb4a92ef5631ac61e9c4a8fdd3a57c.png

“

吃亏是福。

06

一些想说的话

总结下来,我想对学弟学妹说的第一点就是尽量多打比赛,多做实习。

第二点就是如果你想要在未来的就业中从事技术岗的话,会需要用到很多算法,所以最好可以掌握一定广度的算法基础上,在某一个专业方向上做得比较专一些。比如现在很火的一些方向,可以去做一些了解,比方说图神经网络(GNN)、对抗攻击对抗训练,NLP预训练prompt、对比学习、联邦学习、时空数据分析、因果推断等等,都是热门的算法研究方向。如果对某些专的方向能有一些基本的了解,即使只是入门,也可能会有很多部门跟你的方向相匹配,可以使你比别人更有竞争力,这样这些部门就有理由招你过去实习。

第三点就是要不断提高自己。硬技能要上得去,看到过Leader到现在也在不断学习新的东西,他说现在不读论文都不了解手下的人在做些什么。软技能也同样重要,要敢于展示自己、表达自我。还是举前面提到过的一个例子,实习面试的时候,你甚至可以做 PPT 向你的面试官进行展示,在适合的时候展示。

除此之外的一些鸡汤。第一是年轻有很多试错的机会,要敢于走出舒适区,不要因为别人说卷就不去尝试,卷不是你放弃的借口,尝试了会发现你不一定做得比别人差;第二要先做好一件事,然后通过这件事来增长你的信心,相信自己可以做好更多的事情,逐渐积累就会产生质变;第三要坚信你做的事情是有价值的,做“眼睛里有光的人”;第四就是吃亏是福。

写在最后

非常感谢宋宁宇学长带来的分享。学长在尝试中找到了方向,小编希望大家也能找到心之所向,一往无前。

借刺猬乐队的一句歌词,愿学长“头顶星光璀璨,世万物皆可盼”。

fd743880e5510d4ec54af0fea851c7b4.png

策划/邢兆雨 许津

采访/吴佳婕 许津

文/赖旭佳 吴佳婕

排版/赖旭佳

f05b0ea48da4a44cf622ec585813db0e.png

一往无前,点赞三连↓

告别Failed to start错误!保姆级教程:用Ubuntu20.04安装盘搞定GRUB与系统服务修复 本文提供Ubuntu20.04系统启动失败的专业修复指南,详细讲解如何利用安装盘解决GRUB与系统服务问题,避免重装系统导致的数据丢失。涵盖分区挂载、chroot环境操作、服务诊断与修复等实用技巧,帮助用户高效恢复系统正常运行。 阅读详情

相关推荐

b站up“麦辣翅翅”《YOLOv8修改损失函数》问题解决RuntimeError: The size of tensor a (4) must match the size of tensor

b站up“麦辣翅翅”《YOLOv8修改损失函数》问题解决RuntimeError: The size of tensor a (4) must match the size of tensor ;TypeError: bbox_iou() got an unexpected keyword argument 'xywh‘

weixin_68331871的博客 3024

2024 中国开源先锋 33 人之心尖上的开源人物

与一度甚嚣尘上的“ AI 将取代开发者”观点相反,GitHub 最新发布的 2024 年 Octoverse 开源报告指出,AI 的高速发展推动了全球开发者数量的显著增长,并重塑了软件开发的模式。多位人工智能领域专家预测,开源与人工智能的协同作用将在未来5-10年内加速实现原本需50-100年科研努力方能达成的成果。这一颠覆性变革,得益于学术界、科技企业、创新初创公司,以及开源社区的先锋们长期以...

开源社KAIYUANSHE的博客 1593

Lumerical Python API实战指南(一)——从数据优化到自动化工作流

本文是Lumerical Python API实战指南,旨在帮助用户从繁琐的手动仿真操作转向智能自动化工作流。文章详细介绍了API环境的零基础搭建、核心操作(会话管理、命令执行与数据交换),并通过参数扫描与自动化分析流水线的实战案例,展示了如何利用Python脚本实现从数据优化到自动化仿真的全过程,显著提升光子设计效率。

xxx12的博客 570

我与 COSCon 的这些年

七载时光,从 2017 年开始,我踏上了一段充满开放与探索的旅程。正是在那年,我初次参与了第二届中国开源年会,而这一缕缕的缘分,如今已在我心间,架构成一座丰盛的记忆宫殿。▲左:Nuritzi Sanch;右:舒敏在那个初次踏入开源年会的时刻,我是那个不知所措的小白,每次编辑文章都会一直纠结,胆战心惊,无从下手。然而,随着年会的岁月流转,我也悄然发生着改变。年会成为我汲取技艺的泉源,从文案的雕琢,...

开源社KAIYUANSHE的博客 386

软考高级系统架构设计师历年论文真题深度分析(2011-2025)

本文系统分析了2011-2025年系统架构设计师论文真题,归纳出十大主题类别,包括架构风格、企业集成、数据技术、非功能属性等。研究发现新兴技术占比最高(18.8%),企业集成、数据架构和非功能属性为三大核心考点。论文命题呈现明显技术演进特征,从经典架构理论逐步转向云原生、AI融合等前沿方向。备考建议重点关注高频考点和技术前沿,同时强化场景化解决方案能力。分析表明,架构师考试持续跟踪行业技术发展,注重理论与实践结合,为考生提供了明确的备考方向。

一几文的编程学习笔记。 2067

混合精度训练与推理:平衡性能与效率

在深度学习领域,模型的训练和推理通常需要大量的计算资源和时间。随着模型规模的不断增大,如大型语言模型、复杂的视觉模型等,对计算资源的需求也呈指数级增长。混合精度训练与推理技术应运而生,它通过在训练和推理过程中同时使用不同精度的数据类型,在保证模型性能的前提下,显著提高计算效率,减少内存占用。本文的目的是全面介绍混合精度训练与推理技术,包括其原理、实现方法、应用场景以及相关工具和资源,帮助读者深入理解并掌握该技术,从而在实际项目中更好地平衡性能与效率。

操作系统内核探秘的博客 1070

25支 Agent队伍集结上海! 14 支团队来自 Datawhale

‍邀你共同见证下一代多维智能体应用的诞生。LLM-Powered Agent凭借长期记忆+自主规划+自动执行等特性,是探索人工通用智能(AGI)的可能途径之一。从单一智能体到多智能体(Multi-Agent)迭代,是实现AI执行更多更复杂的工作的重要跨越。阿里云和魔搭社区联手举办Create@AI创客松,以“Multi-AgentforX”为题旨在招募广泛的创业者和开发者,共同探索Multi...

Datawhale 843

YOLOv8改进 | 独家创新篇 | 给YOLOv8增加辅助可逆分支结构(PGI,1:1改进)(全网独家创新,附视频讲解)

这张图(图3)展示了可编程梯度信息(PGI)及其相关网络架构和方法。这种网络结构主要用于改进特征融合,以提高目标检测的性能。然而,由于信息瓶颈的存在,网络中可能会丢失一些信息。这是一种旨在减少信息丢失的网络设计。它通过可逆的列结构来尝试维持信息流通不受损失,但如图中“Heavy Cost”所示,这种结构会增加计算成本。c) 深度监督:这种方法通过在网络的多个层次中插入额外的监督信号来提高学习的效率和最终模型的性能。图中显示了通过深度监督连接的各个层。

Snu77的博客 3746

重磅!Datawhale在浙大发布

通过智能编码助手与AI开源教育的结合,我们正在打破技术壁垒,让更多青年能够以低成本、高效率的方式拥抱AI,释放创造力,实现从“学习者”到“创造者”的蜕变。我们相信,AI不仅是工具,更是连接梦想与现实的桥梁。以《AI 时代,编程能力 ≠ 开发门槛》为题,分享了大模型引领的编程革命,AI 时代编程门槛大幅降低,介绍通义灵码 2.0 的进化,以及大模型时代开发者成长策略;,将积极参与其中,三方共建 “OPEN 1+X AI通识课”中 AI 编程方向的内容,后续也将合力精进打磨的课程,开。

Datawhale 1213

芯片测试:WAT、CP、FT

最近部门来了一个日本回来的同事,虽然他尽量用非常Poor的中文给我解释一些东西,其中还夹杂着一些英文让我很受挫,于是最近来学一下WAT中的常用的单词含义。直接去查缩写、查单词很难去记住,要把具体的东西放在具体的场景,引发知识的连接才会在脑子里留下一定的映像。感兴趣的一起来学习一下这篇不错的文章吧。注释是我查询记录,如有不妥,欢迎指出修正。

叫好与叫座虽然不是对立面,但想在同一个作品中达到双重效果很难。 5094

【异常检测】【EfficientAD】论文简单梳理与代码实现

EfficientAD作为较近的一篇异常检测网络,主要还是从S-T网络入手,对齐进行了相关改进。修改特征提取器引入自动编码器hard loss以及惩罚项。

胡侃有料的博客 2860

数据风控建模的流程与步骤

1.业务理解 业务的理解是做好模型的前提,才能更好的指标模型的方向,一般包括以下几个方面: 1.建模的目的及目标 2.好坏标签的确定 3.时间窗口的确定 4.建模的时间周期 2.数据预处理 1.时间格式、特殊格式的处理 2.极值/异常值(箱线图和分位数) 3.缺失值(完全随机缺失、随机缺失、完全非随机缺失),补缺或作为一种状态 4.文本数据——主题提取NPL,优点准确详细,对风险评估非常有效,但缺...

gao_的博客 3490

Unreal Engine开发:多人联机与网络同步_延迟补偿与预测

通过延迟补偿和预测技术,我们可以显著减少网络延迟对多人在线动作游戏的影响,提升玩家的体验。延迟补偿主要在服务器端实现,通过回溯时间点来更准确地处理输入和事件。预测技术主要在客户端实现,通过预先计算玩家的动作结果来减少延迟感。结合这两种技术,可以实现更平滑、更公平的多人游戏体验。

chenlz2007的博客 1192

DataWhale

Day 3Information Theory BasisDecision TreeDifferent classification algorithmsModel evaluationThe sklearn parametersReference Information Theory Basis Entropy The entropy H(x)H(x)H(x) of a discrete r...

liyingjiehh的博客 470

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

一场为了热爱的团聚!2050学习节喊你来见面

Datawhale线下地点:2050大会,杭州云栖小镇2050从青年团聚开始约你一起来20504月26日下午在 杭州 见面01相识、相遇、相知2050 是王坚院士发起的,由全球自愿者共同发起的有关科技和未来的见面活动。它的四个关键词是:自愿、年青、科技、团聚,致力于“年青人因科技而团聚”。这里鼓励跨界融合,科技创新交流,开放探索,这里开放自由的氛围让年青人之间有了更多连接和共鸣,让我们更...

Datawhale 514

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Datawhale厦门大学分享记录!

Datawhale线下作者:李明夷,厦门大学 WISER CLUB2021 年 5 月 16 日下午,Datawhale 团队受邀来到厦门大学,同 WISER CLUB 在经济楼 N4...

Datawhale 837

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

这两年:我的数据竞赛之路

写在前面 大家好,我是鱼遇雨欲语与余,本次我将带来不一样的分享,这将是我的个人竞赛历程。将从三个部分展开分享,主要竞赛经历、关于我的竞赛和未来竞赛的我。一位竞赛...

Datawhale 2479

Datawhale:完备的 AI 学习路线,最详细的中英文资源整理

本文由知名开源平台,AI 技术平台以及领域专家:Datawhale,ApacheCN,AI 有道和黄海广博士联合整理贡献,内容涵盖 AI 入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿 Paper 和五大 AI 理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识图谱。是你学习 AI 从入门到专家必备的学习路线和优质学习资源。 原文地址:https://mp.we...

金石软件 5714

Datawhale专访 | 周涛:从窄门进最终走出宽路来

一种是看快实慢,他以为他走了一条快路,实际上很慢,一种则是看慢实快。有一句话是这么说的,我们从窄门进最终能走出宽路来。很多时候你看起来路好像很宽,实际上最后走的很窄,看起...

Datawhale 1346

2019腾讯广告算法大赛-冠军之路

点击上方“Datawhale”,选择“星标”公众号第一时间获取价值内容写在前面历时三个月腾讯广告算法大赛已经告一段落,在前两届成功经验的基础上,今年大赛在赛题专业性和赛事...

Datawhale 1965

我们与Datawhale的故事!

我们的征途是星辰大海Take easy just like fly to the moon我们的2020年或许有收获和成长 也有遗憾和悲伤有如天外之喜,也有晴天霹雳人间百味,意趣悠长时间...

Datawhale 1494

DataWhale数据挖掘任务一

1:导入数据: 观察一下数据的维度, import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns def initData(): fr=open('E:\BaiduNetdiskDownload\data.csv') data=pd.read_csv...

飞的博客 999

datawhale数据挖掘任务六

通过之前的博客可以看出,随机森林的表现效果比较好。所以本次stacking融合的比较基准就是LR。至于融合,用的是随机森林和逻辑回归进行融合。 代码为: ##任务六:使用stacking进行模型融合 # 构建 Stacking 模型,用之前表现较好的LR和随机森林进行模型融合 s_clf = StackingClassifier(classifiers=[rfc, ltc], meta_cla...

xh6312643的博客 342

完备的 AI 学习路线,最详细的资源整理!

来自:Datawhale(微信号:Datawhale) 【导读】 本文由知名开源平台,AI技术平台以及领域专家:Datawhale,ApacheCN,AI有道和黄海广博士联合整理贡献,内容涵盖AI入门基础知识、数据分析挖掘、机器学习、深度学习、强化学习、前沿Paper和五大AI理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识图谱。是你学习AI从入门到专家必备的学习路线和优...

勇往直前的专栏 4572

Datawhale团队第二期录取名单!

Datawhale团队公示:Datawhale组织成员Datawhale已经成立一年半了,从一开始的12个人,学习互助,到提议建立开源组织,做更多开源的事情,帮助更多学习者,也促进我...

Datawhale 1006

开源学习组织:Datawhale

Datawhale是什么? http://www.datawhale.club/ Datawhale是一个专注于AI领域的开源组织,致力于构建一个纯粹的学习圈子,帮助学习者更好地成长。我们专注于机器学习,深度学习,编程和数学等AI领域的内容学习,我们不是内容的生产者,我们向优秀的资料和优秀的学习者致敬。 我们将渴望改变的小伙伴聚集在一起,共同构建一个互促高效的学习氛围;我们将一群有能力有想法的...

Datawhale 2万+
上一篇: 如何把近十页的论文读成半页?
下一篇: 数据分析利器Jupyter Notebook!
Datawhale
Datawhale 领域专家: 物联网技术领域 领域专家: 物联网技术领域
博客等级 码龄8年 8904粉丝 1079原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值