百度网盘下载[机器学习] kaggle案例实战课程 深度学习之kaggle实战指南-ag旗舰厅在线

人工智能视频课程百度网盘

===============人工智能视频课程百度云目录===============

├第01课.机器学习解决问题综述课.mp4
├第03课_kaggle案例实战班.mp4
├第04课_kaggle案例实战班.mp4
├第05课_kaggle案例实战班.mp4
├第06课_kaggle案例实战班.mp4
├第07课_kaggle案例实战班.mp4
├第08课_kaggle案例实战班.mp4
├第二节.mp4
├<代码>
│

├
│

│

├blending.py
│

│

├cs228-python-tutorial.ipynb
│

│

├feature_engineering_and_model_tuning.zip
│

│

├
│

│

│

├
│

│

│

│

├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
│

│

│

├
│

│

│

│

├test.csv
│

│

│

│

├titanic.ipynb
│

│

│

│

├train.csv
│

│

│

│

├<.ipynb_checkpoints>
│

│

│

│

│

└titanic-checkpoint.ipynb
│

│

│

├
│

│

│

│

├kaggle_bicycle_example.ipynb
│

│

│

│

├kaggle_bike_competition_train.csv
│

│

│

│

├<.ipynb_checkpoints>
│

│

│

│

│

└kaggle_bicycle_example-checkpoint.ipynb
│

│

│

│

├
│

│

│

│

│

├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
│

├
│

│

├
│

│

│

├ta_description.txt
│

│

│

├<_ipynb_checkpoints>
│

│

│

├
│

│

│

│

├sample_submission.csv
│

│

│

│

├test.csv
│

│

│

│

└train.csv
│

│

│

├
│

│

│

│

├house_price.html
│

│

│

│

├house_price.ipynb
│

│

│

│

├house_price_advanced.html
│

│

│

│

├house_price_advanced.ipynb
│

│

│

│

├<.ipynb_checkpoints>
│

│

│

│

│

├house_price_advanced-checkpoint.ipynb
│

│

│

│

│

└house_price-checkpoint.ipynb
│

│

├
│

│

│

├<_ipynb_checkpoints>
│

│

│

├
│

│

│

│

├combined_news_djia.csv
│

│

│

│

├djia_table.csv
│

│

│

│

└redditnews.csv
│

│

│

├
│

│

│

│

├news_stock.html
│

│

│

│

├news_stock.ipynb
│

│

│

│

├<.ipynb_checkpoints>
│

│

│

│

│

└news_stock-checkpoint.ipynb
│

├
│

│

├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_ta.sample
│

│

├spark-criteo-ctr-prediction.ipynb
│

│

└xgb_ads.conf
│

├
│

│

├
│

│

├
│

│

│

├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_advanced-checkpoint.ipynb
│

│

│

│

└search relevance-checkpoint.ipynb
│

├
│

│

├energy_forecasting_notebooks.zip
│

│

└subway_prediction_notebook.zip
│

├
│

│

├cat_dog.html
│

│

├char_rnn.html
│

│

├image_search.html
│

│

├kaggle第06课：走起~深度学习.pdf
│

│

├kaggle第06课：走起~深度学习.pptx
│

│

├news_stock_advanced.html
│

│

├word_rnn.html
│

│

├
│

│

│

├chi_square.png
│

│

│

└rgbhistogram.jpg
│

│

├<猫狗的数据>
│

│

│

├cats-vs-dogs.txt
│

│

│

├sample_submission.csv
│

│

│

├test.zip
│

│

│

└train.zip
│

├
│

│

├ta.zip
│

│

├kaggle event recommention competition.ipynb
│

│

├kaggle-event-recommention-rank1.zip
│

│

└rossmann_store_sales_competition.ipynb
│

├
│

│

└ppd_riskcontrol_competition.zip
├<课件>
│

├kaggle第05课：能源预测与分配问题.pdf
│

├kaggle第06课：走起~深度学习.pdf
│

├kaggle第06课：走起~深度学习.pptx
│

├
│

│

├kaggle第01课：机器学习算法、工具与流程概述.pdf
│

│

└分享的链接.txt
│

├
│

│

└kaggle第02课：经济金融相关问题.pdf
│

├
│

│

├kaggle-2014-criteo.pdf
│

│

├kaggle-avazu.pdf
│

│

├predicting-clicks-facebook.pdf
│

│

├阿里妈妈：大数据下的广告排序技术及实践.pdf
│

│

├百度凤巢：dnn在凤巢ctr预估中的应用.pdf
│

│

├从fm到ffm.pdf
│

│

├第3课--排序与ctr预估.pdf
│

│

├京东电商广告和推荐系统的机器学习系统实践.pdf
│

│

└腾讯广点通：效果广告中的机器学习技术.pdf
│

├
│

│

└kaggle第四课.pdf
│

├
│

│

└第5课：能源预测与分配问题.pdf
│

├
│

│

└第7课：推荐与销量预测相关问题.pdf
│

├
│

│

├第8课：金融风控问题.pdf
│

│

└金融风控大赛ag旗舰厅在线的解决方案.pdf