task01专题
记一次：Datawhale AI夏令营-第五期-CV-Task01
前言：前面参加了第四期AIGC算是入门了，第五期我又来了，这期我参加了两个，计算机视觉CV所以按照惯例写一个笔记。 学习任务 一、计算机视觉CV的了解 1.1、什么是计算机视觉？ 1.2、什么是YOLO？什么是物体检测模型？ 1.3、YOLO模型需要什么训练格式？ 二、赛事环境与实践环境准备 2.1、赛事介绍 2.2、各平台环境准备 2.3、创建实例并体验baseline 2.
基于MetaGPT的智能体理论与实践-Task01
Task01: MetaGPT环境配置 学习教程：https://github.com/datawhalechina/hugging-multi-agent 1 环境准备 1.1 安装python3.9+ 通过：python3 --version, 查看此python版本为3.10.3 1.2 下载MetaGPT 开始，借用清华镜像，拉取metagpt==0.6.6,失败。
【Task01】Datawhale202205组队学习 吃瓜教程 机器学习西瓜书+南瓜书
【Task01】Datawhale202205组队学习 吃瓜教程 机器学习西瓜书+南瓜书 概览西瓜书+南瓜书第1、2章 学习建议：概览西瓜书第1章和第2章的基本概念和术语，跳过以下内容： 第1章：【1.4-归纳偏好】可以跳过 第2章：【2.3.3-ROC与AUC】及其以后的都可以跳过 目录 西瓜书勘误（转）第1章 绪论1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好1.5 发
Datawhale 零基础入门CV-Task01.赛题理解
赛题名称：零基础入门CV之街道字符识别 赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界 赛题任务：赛题以计算机视觉中字符识别为背景，要求预测街道字符编码，是一个典型的字符识别问题 前提准备：导入所需要的包 import os, sys, glob, shutil, jsonos.environ["CUDA_VISIBLE_DEVICES"] = '0'import cv2im
力扣｜面试题 ｜task01
task01目录 螺旋矩阵 L5448 旋转图像215 数组中第k个最大元素912 排序数组88 合并两个有序数组169 多数元素136 只出现一次的数字56 合并区间[to be settle]179 出现最大的数✨704 二分查找34 ✨排序数组指定元素第一个和最后一个位置153 旋转数组的最小值 螺旋矩阵 L54 难点在于定义遍历的边界 注意的点： 对于空数组立刻返回结
DataWhale-树模型与集成学习-Task01-决策树-202110
一、练习题 1. 练习01 解答： (1) (2) 结合 可以得到 (3) 通过上面已经得到的公式，很容易证明 (4) H(X)对应A U B, H(Y)对应B U C, H(X|Y)对应A, H(Y|X)对应C, H(Y,X)对应AUBUC, G(Y,X)对应B 2. 练习02 【练习】假设当前我们需要处理一个分类问题，请问对输入特征进行归一化会
西瓜书+南瓜书第1、2章学习总结-Task01-202110
第一章 绪论 1.2 基本术语 一般的令表示包含m个示例的数据集，每个示例由d个属性描述，则每个示例是d维样本空间中的一个向量，其中是在第j个属性上的取值，d称为样本的“维数”。 从数据中学得模型的过程称为“学习”或“训练”。若想要预测的数据是离散值，此类学习任务称为“分类”。若想要预测的数据是连续值，此类学习任务称为“回归”。 根据训练数据是否拥有标记信息，学习
DataWhale-(动手学数据分析)-Task01(数据加载及探索性数据分析)-202201
动手学数据分析 1第一节：数据加载 1.1 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 1.1.1 任务一：导入numpy和pandas import numpy as npimport pandas as pd 1.1.2 任务二：载入数据 df=pd.read_csv('train.csv')df.head(3)
DataWhale-(动手学数据分析)-Task01(数据加载及探索性数据分析)-202201
动手学数据分析 1第一节：数据加载 1.1 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 1.1.1 任务一：导入numpy和pandas import numpy as npimport pandas as pd 1.1.2 任务二：载入数据 df=pd.read_csv('train.csv')df.head(3)
DataWhale-(数据可视化Matplotlib)-Task01(Matplotlib初相识)-202201
Matplotlib中文教程 datawhalechina的Fantastic-Matplotlib 一、认识matplotlib Matplotlib是一个Python 2D绘图库，能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形，用来绘制各种静态，动态，交互式的图表。 Matplotlib可用于Python脚本，Python和IPython Shell、Jupyter not
DataWhale-(数据可视化Matplotlib)-Task01(Matplotlib初相识)-202201
Matplotlib中文教程 datawhalechina的Fantastic-Matplotlib 一、认识matplotlib Matplotlib是一个Python 2D绘图库，能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形，用来绘制各种静态，动态，交互式的图表。 Matplotlib可用于Python脚本，Python和IPython Shell、Jupyter not
(202312)so-large-lm:Task01引言
文章目录 前言要点总结1 什么是语言模型2 大模型相关历史回顾3 这门课的意义4 课程结构介绍 前言 感谢开源学习的组织者与活动的发起者为我们带来so-large-llm这一可谓大语言模型的通识课。原项目地址为so-large-lm。 要点总结 基础比较烂，所以我会用我能理解，也就是大多数人能理解的方式通俗阐述。如果有什么过于离谱而文盲的解释或类比，请你随便指出。 1 什
强化学习——Task01 强化学习概述
强化学习——Task01 强化学习概述 1.Reinforement Learning2.Introduction to Sequential Decision MakingAgent and EnvironmentReward 3.Sequential Decision Making4.Action Spaces5.Major Components of an RL Agent6.Type
Datawhale学习笔记-飞桨AI-Task01：先导课：你想被AI替代，还是成为AI的创造者？
Task01：先导课：你想被AI替代，还是成为AI的创造者？ 先回答一下问题，我想创造可以替代自己的AI（bushi） 计算机的发展史：越来越小，越来越快 这里正好归纳一下最近预习的计算机组成原理网课第二章：计算机发展主要取决于电子技术的发展和计算机体系结构技术的发展。英特尔曾经的董事长Gordon Moore在一篇《让集成电路添满更多的元件》观察报告中提出Moore定律——每个新芯片大
零基础入门金融风控-贷款违约预测-Task01
有幸参加了阿里云举办的零基础入门金融风控-贷款违约预测训练营。收获颇多。 每天记录一些自己之前的知识盲点，需经常温习。 一、赛题理解： 该赛题是金融风控中关于贷款违约情况的预测。盲猜是个机器学习中监督学习的分类问题。从训练集和测试集的对比中可以得到标签label的字段。 1、首先观察训练集train.csv和testA.csv，将train.
二手车价格预测task01:赛题理解和baseline实现
task01进行了完成了赛题的理解和bsaeline的实现,通过对数据的简单分析,以及用所有的数据在没有任何处理的情况下通过LGB和XGB将得到的结果进行提交得分379.5001,目前排名64。下一步会进行数据分析和特征工程,对数据做进一步的处理来提高训练和测试的效果。第一次参加比赛，通过后续学习争取排到第一页.[滑稽] 赛题理解 1.赛题概况 比赛要求参赛选手根据给定的数据集，建立模型，二
Datawhale《动手学数据分析》Task01：数据加载及探索性数据分析笔记1
1 第一章：数据载入及初步观察 1.1 载入数据 数据集：kaggle泰坦尼克数据集 数据集下载 Titanic - Machine Learning from Disaster | Kaggle 任务一：导入numpy和pandas import numpy as npimport pandas as pd 任务二：载入数据 相对路径需要以当前文件所处目录为基准，所以使用代码
【学习篇】计算机系统漫游task01
计算机系统漫游task01 编译系统的工作流程硬件架构图设备容量存储设备的层次结构操作系统的作用线程与进程虚拟内存并发和并行 编译系统的工作流程 预处理 -> 编译 -> 汇编 -> 链接 1 预处理会读取头文件中的内容（stdio.h)，将其中内容插入到源程序中，得到另一个C程序，（hello.c -> hello.i） 2 编译器将hello.i文件翻译成hello.s文件