博客

深度学习在表格数据上的应用挑战与最新进展，对比 GBDT 等经典方法的优劣势。

详解 Sklearn 中四种超参数搜索方法：GridSearch、RandomizedSearch 等，附完整代码示例。

解决数据量太大导致内存不足的问题，介绍增量训练、分块加载等批量训练方法。

常用预训练模型、数据集和工具的 CDN 下载链接汇总，支持 wget 直接下载。

使用 Numba 加速 Python 计算代码，并探讨 Pandas 与 Numba 的配合使用技巧与替代方案。

详解 AutoML原理和组成

数据归一化的原理与常见方法，涵盖 Min-Max、Z-Score 等归一化技术及其在模型训练中的作用。

自然语言处理常见任务概览，涵盖文本分类、序列标注、关系抽取等核心 NLP 任务。

图的基本概念、常见任务与图神经网络的系统介绍，包含节点分类与链接预测等内容。

机器学习常用术语与概念速查表，涵盖评估指标、模型类型等核心概念。

系统介绍时序预测的经典方法和深度学习方案，附带完整代码示例。

详解 AutoML原理和组成

详解 AutoML原理和组成

详解 AutoML原理和组成