自己弄公司网站企业seo整站优化方案

自己弄公司网站,企业seo整站优化方案,自己做网站练手,深圳网深圳网站开发公司https://blog.csdn.net/weixin_45655710?typeblog 浙大疏锦行 DAY 22 复习日 复习日 仔细回顾一下之前21天的内容#xff0c;没跟上进度的同学补一下进度。 作业#xff1a; 自行学习参考如何使用 kaggle平台#xff0c;写下使用注意点#xff0c;并对下述比赛提交代码 您…https://blog.csdn.net/weixin_45655710?typeblog浙大疏锦行DAY 22 复习日复习日仔细回顾一下之前21天的内容没跟上进度的同学补一下进度。作业自行学习参考如何使用 kaggle平台写下使用注意点并对下述比赛提交代码您好这是一个很好的复习和拓展学习的机会。 Kaggle 平台使用指南及注意事项Kaggle 是全球最大的数据科学和机器学习社区它不仅是一个竞赛平台更是一个强大的学习和协作生态系统。一、Kaggle 的核心板块与使用方式Kaggle 平台主要由四个核心板块构成板块核心内容主要作用Competitions (竞赛)解决真实世界问题的挑战通常提供数据、评估指标和奖金。实践应用在时限内解决复杂问题应用和测试您的模型。Datasets (数据集)丰富的公开数据集涵盖各种领域CSV, JSON 等。数据探索与练习查找高质量数据进行练习、可视化或构建项目。Code / Notebooks (代码/内核)用户分享的代码、教程和分析报告基于 Jupyter/R Markdown。学习与借鉴学习他人解决问题的方法、数据清洗技巧和模型构建流程。Discussion (论坛)社区成员交流、提问和讨论竞赛或技术的场所。社区交流提问、回答、讨论算法和数据科学趋势。二、使用 Kaggle 的关键步骤和建议1. 竞赛参与流程步骤行动注意事项1. 注册/加入注册账号加入您感兴趣的竞赛。仔细阅读**“Rules”规则和“Data”**数据页面了解评估指标Metric。2. 初步探索在Code/Notebooks中搜索其他用户分享的**“EDA”**探索性数据分析Notebook快速了解数据。不要直接复制别人的代码要理解其思路并尝试改进。3. 模型构建在本地或 Kaggle Notebook 中进行特征工程和模型训练。经常提交Submission以获取即时反馈但要注意公共排行榜Public Leaderboard可能会过拟合。4. 最终提交在竞赛结束前选择2 22个最佳的提交作为最终得分。最终得分由私有排行榜Private Leaderboard决定与公共榜单可能有较大差异。2. 在 Notebooks 中学习 (推荐)Kaggle Notebooks 是您学习和练习的最佳场所。新手起步从经典的 [Titanic: Machine Learning from Disaster] 或 [House Prices: Advanced Regression Techniques] 等入门级竞赛入手。筛选优质内容在 Notebooks 页面按“Hot”热门或“Highest Score”最高分筛选优先学习高赞或高分的代码。善用 GPU/TPUKaggle Notebooks 提供免费的 GPU/TPU 资源可以用来训练大型模型如深度学习但要注意使用时长限制。三、Kaggle 使用的五大注意事项序号注意点详细说明1作弊与团队协作禁止在同一竞赛中拥有多个账号。如果参加团队赛必须遵守团队成员人数限制和代码分享规则。2关注 Private LB不要过度信任 Public Leaderboard。许多参赛者为了冲高公共榜单分数而牺牲泛化能力。最终决定您奖金和排名的都是 Private Leaderboard。3数据泄露 (Leakage)严格区分训练数据和测试数据。任何在模型训练阶段使用了测试集信息的行为都可能导致数据泄露从而得到虚高的分数。4外部数据使用必须严格遵守竞赛规则中关于外部数据的规定。有些竞赛允许使用有些则禁止。如果允许必须在论坛中声明使用的外部数据源。5资源限制注意 Notebooks 的运行时长限制通常12 1212小时、GPU/TPU 配额通常每周有限额以及文件输出大小限制。Day 21 复习回顾降维算法在您复习第21 2121天的降维算法时请重点回顾PCA和t-SNE的核心区别和适用场景。PCA (主成分分析)线性降维追求最大方差适用于全局结构保留和特征工程。t-SNE (t-分布随机邻域嵌入)非线性降维追求局部相似性适用于数据可视化和发现聚类结构。