天池专题
构建多模态模型，生成主机观测指标，欢迎来战丨2024天池云原生编程挑战赛
在当前云计算和微服务架构日益普及的背景下，企业和开发者对云资源的依赖日益加深。Elastic Compute Service（ECS）作为提供计算能力的核心服务，承担着众多的业务。随着微服务架构的广泛应用，任务的部署和执行变得更为灵活和动态，资源的动态伸缩成为常态，能够根据业务需求实时调整，提升资源利用效率和应用的可用性。 在这种动态变化的环境中，如何有效地监控和预测 ECS 主机的性能变化
【天池科普】1. 为啥人人都要学AI
大家好！欢迎来到天池的AI科普系列课程，本期是第一期内容。在这个信息爆炸的时代，人工智能（AI）不仅是技术进步的标志，更是推动社会向前发展的强大引擎。无论你是AI领域的新手，还是有一定基础的学习者，这里都会有适合你的内容。让我们一起来开启这段学习之旅，探索AI的奥秘，发现它是如何影响我们的世界的。 自20世纪50年代人工智能概念的诞生以来，AI技术经历了多次起伏，从最初的逻辑推理到今天的深度学
阿里云天池AI课程证书学习计划
即日起，加入天池AI课程证书学习计划，解锁新技能，领取结业证书，我们的每一次学习、每一次成长都值得被见证！ https://tianchi.aliyun.com/specials/promotion/AICourses
解密「天池」：如何做好一场万人AI竞赛的「大后方」？
来源：机器之心本文约9800字，建议阅读10+分钟面对数据集保护、算力公平性、结果可复现性等诸多挑战，天池是如何克服的呢？ 一场一万五千人的竞赛，如何确保比赛顺利进行？如何保证公平公正？在这场活动中，阿里技术专家为我们解读了阿里云天池平台背后的技术支撑。 对人工智能、大数据竞赛有所了解的同学想必都听过「天池」这个平台。各大论坛上也流传着各路学长 / 学姐通过天池晋升 AI 大神、Offer 收
Python入门（后传—天池龙珠计划）：（五)
这篇博文是Python入门（后传—天池龙珠计划）的最后部分，主要是介绍一个完整的数据分析实战流程学习交流欢迎联系 obito0401@163.com 文章目录 赛题来源分析流程数据建立数据清洗数据分析数据可视化 博客小结 赛题来源 此次数据分析实战的题目、数据及教程来自阿里云天池的【Python入门系列】用Pandas揭秘美国选民的总统喜好此教程根据其官方提供的baseline写就由于时间
Python入门（后传—天池龙珠计划）：（二)
这篇博文是Python入门（后传—天池龙珠计划）的第二部分，主要是介绍Python基础练习：数据结构大汇总这篇博文会结合之前写过的Python入门（学习笔记）做一定补充，补充修改的内容在下面予以列出，具体情况可查阅相关博文。学习交流欢迎联系 obito0401@163.com 文章目录 Python入门（三）：数据类型Python入门（四）：数值运算及字符串处理 Python入门（三）：数据
Python入门（后传—天池龙珠计划）
两年多前，我曾在CSDN上记录了自己自学Python的历程，并总结了一篇Python入门（学习笔记）供大家参考，亦供自己翻阅复习之用。彼时我还是一名学生，而今已在社会摸爬滚打半年有余。桃李春风一杯酒，江湖夜雨十年灯。所幸的是，我仍是一名数据科学学习者，仍然在不停地向前走下去。 纵使困顿难行，亦当砥砺奋进。加油ヾ(◍°∇°◍)ﾉﾞ！好了，不扯闲篇了。今天写这篇文章呢，主要是近期因为某些原因接触到了阿
【天池】心跳信号分类预测 时间序列特征 Part2
1 写在前面： 加入时间序列特征后，先比之前的baseline的损失降低了不少 但是时间序列特征的效果并没有想的那么中那么重要 可能存在一下原因： 1） Tsfresh中生存的时间序列特征，并不是我们想要的特征 2） 模型可能过拟合，导致得分不理想 2 导入包并读取数据 # 包导入import pandas as pdimport numpy as npimport tsfresh a
【天池】心跳信号分类预测 baseline Part1
1 导包 import os import gc import mathimport pandas as pdimport numpy as npimport lightgbm as lgbimport xgboost as xgbfrom catboost import CatBoostRegressorfrom sklearn.linear_model import SGDReg
一文带你详解天池工业数据集
人工智能是国家战略性新兴产业，制造业是国民经济的主体，随着人口红利的消失，加强设备自动化改造，提高生产自动化程度，减小劳动强度，改善作业环境，已经成为制造业的普遍共识。天池大赛开放出一批在实际生产过程中积累的数据集，涵盖纺织、食品饮料、非金属制品等行业，希望通过计算机视觉以及人工智能等技术手段来帮助制造业提高质检效率以及效果、降低质检成本。 数据集1 布匹瑕疵质检数据集: 纺织行业一直是我们国
天池二手车比赛-EDA
这是第二次的任务打卡 首先是基本流程： 借鉴别人的一个思维导图，基本流程比较清楚了。 1. 与官方手册有修改的的地方 import seaborn as snsimport matplotlib.pyplot as pltimport scipy.stats as st #引入科学计算包，统计类plt.rcParams['font.sans-serif']=['SimHei'] # 用
【天池课堂】零基础入门数据挖掘-课程汇总
写在前面： 如果你现在很迷茫，但是又对数据挖掘感兴趣，建议先看看以下两个视频直播，两位大佬亲身讲述自己和数据挖掘的前世今生。 《如何入门数据挖掘竞赛》 鱼遇雨欲语与余。天池明星选手，武汉大学硕士，天池数据科学家，数据竞赛爱好者。 《数据挖掘竞赛指南》 张杰。天池明星选手，南京大学研究生, KDD19, NIPS18, JDD19第二名, 天池竞赛5次Top3, 其他数据竞赛平台奖项20余项,
天池雪浪制造AI挑战赛（初赛）
第一次参加比赛，记录一下，我是直接使用迁移学习进行分类 采用vgg16 排名不高仅供参考 import pandas as pdimport torchimport numpy as npfrom torch.autograd import Variableimport torchvisionfrom torchvision import transforms, modelsi
雪浪天池AI挑战赛圆满落幕 AI赋能布匹疵点检测成业界共识
2018年9月13日，历时两个半月，由江苏省无锡经济开发区（太湖新城）与阿里云联合举办的“2018雪浪制造AI挑战”天池大赛在无锡太湖新城圆满落下帷幕。太湖新城作为无锡新的城市中心，近期在打造雪浪小镇，雪浪小镇定位于为无锡乃至全国的制造业数字化升级提供解决方案的平台，继雪浪大会之后，本次大赛也是一次代表性的盛会。 作为国内工业AI领域具有重要影响力的赛事，本次大赛聚合全球尖端人才及优良算法，旨
【无标题】天池机器学习task4
集合运算-表的加减法和join等 1、表的加减法 集合在数学领域表示“各种各样的事物的总和”, 在数据库领域表示记录的集合。具体来说,表、视图和查询的执行结果都是记录的集合, 其中的元素为表或者查询结果中的每一行。 在标准 SQL 中, 分别对检索结果使用 UNION, INTERSECT, EXCEPT 来将检索结果进行并,交和差运算, 像UNION,INTERSECT, EXCEPT这种用来
【无标题】天池机器学习task3
一、介绍 LightGBM是2017年由微软推出的可扩展机器学习系统，是微软旗下DMKT的一个开源项目，由2014年首届阿里巴巴大数据竞赛获胜者之一柯国霖老师带领开发。它是一款基于GBDT（梯度提升决策树）算法的分布式梯度提升框架，为了满足缩短模型计算时间的需求，LightGBM的设计思路主要集中在减小数据对内存与计算性能的使用，以及减少多机器并行计算时的通讯代价。 LightGBM的主要优点：
【无标题】天池机器学习task2
GridSearchCV，它存在的意义就是自动调参，只要把参数输进去，就能给出最优化的结果和参数。但是这个方法适合于小数据集，一旦数据的量级上去了，很难得出结果。这个时候就是需要动脑筋了。数据量比较大的时候可以使用一个快速调优的方法——坐标下降。它其实是一种贪心算法：拿当前对模型影响最大的参数调优，直到最优化；再拿下一个影响最大的参数调优，如此下去，直到所有的参数调整完毕。这个方法的缺点就是可能会
【无标题】天池机器学习训练营task1
学习目标： 了解 逻辑回归 的理论 掌握 逻辑回归 的 sklearn 函数调用使用并将其运用到鸢尾花数据集预测 Demo实践： 准备软件包： 我们需要现在准备一些软件包 numpy：是用Python进行科学计算的基本软件包。 sklearn：为数据挖掘和数据分析提供的简单高效的工具。 matplotlib ：是一个用于在Python中绘制图表的库。 Seaborn：是在matplotlib的基
【无标题】阿里云天池task3学习笔记
1、NN 神经网络包含输入层、隐藏层、输出层，其中涉及的一些过程如图。 两车 以下内容来自Datawhale的讲义 2、CNN介绍 卷积神经网络（简称CNN）是一类特殊的人工神经网络，是深度学习中重要的一个分支。CNN在很多领域都表现优异，精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域，CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。 CNN每一层由众多的
【天池直播】同济梁教授运筹学系列直播二--列生成
同济梁教授运筹学系列直播二：列生成。 对列生成想要了解以及有任何疑问的同学，请在帖子【点击跳转】留言，梁教授会统一解答哦~ 直播主题：运筹学系列直播--列生成 直播时间：11月2日 20：00 直播链接：点击直播 直播嘉宾： 梁哲 天池昵称梁哲 同济大学同济大学管理科学与工程教授博导，天池航空AI大赛冠军团队“同济经管组合优化”导师。 曾为北京大学工学院特聘研究员。 直播内容 1.列生成简介
【天池直播】同济梁教授运筹学系列直播三--列生成2：万变不离其宗，强大的并行机排程！...
鸠摩智靠着小无相功的内功，用少林72绝学打败了少林寺的大和尚，并行机排程，即列生成中的小无相功。 本次直播，我们且看并行机在人员排班，医疗卫生，车辆运输，航空排程，生产运作等方面的应用。 对并行机排程想要了解以及有任何疑问的同学，请在技术圈帖子留言，梁教授会统一解答哦~ 直播主题：列生成2--万变不离其宗，强大的并行机排程！ 直播时间：11月9日 20：00 直播链接：点击查看 直播嘉宾：
【天池直播】同济教授分享应用算法优化航空运营（第一场运筹学领域直播）...
本周邀请同济大学教授、航空AI大赛冠军团队导师带来应用算法优化航空运营的分享。 梁老师将从时间维度上简要介绍航空公司运营过程中的规划步骤和关键流程，并以 “机组排班问题”和“飞机维护路由问题”两个核心业务难题为重点详细展开。 从问题的定义，到目标、约束剖析，再到模型的具体形式，以及大规模线性规划问题求解的列生成方法。 直播主题：应用算法优化航空运营 直播时间：10月26日 20：00 直播链接：
阿里天池大赛：最后一公里急速配送
前言 最近公司组织了一场大咖秀，有位讲师建议我们没事多参加阿里的天池大赛，说是对提高自己很有帮助。于是想起自己几天前看到的FinanceR专栏的天池最后一公里，便紧随偶像步伐，注册并下载了一份数据，凑个热闹。详情请点击赛题介绍 此文为截图版，需要js交互版的原文请点击这里 简单分析 数据有三种类型的节点。第一类是Site，电商订单发货节点。第二类是Shop，O2O订单发货节点。第三类是Spot，
【天池龙珠计划寒假训练营】python学习笔记（一）：从变量到异常处理
一、变量、运算符与数据类型 1.1注释 在 Python 中，# 表示注释，作用于整行。 ''' '''或者""" """表示区间注释，在三引号之间的所有内容被注释 例1.1.1 # 写下你的答案print("hello world") 1.2运算符 - 算数运算符 操作符名称示例+加1+1-减2-1*乘3*4/除以3/4//整除（地板除）3//4%取余3%4**幂2**3
天池-贷款违约挑战赛（四）-建模与调参
目录 学习目标学习内容1. 逻辑回归2. 决策树模型3. 集成模型3.1 GBDT模型3.2 XGBoost模型3.3 LightGBM模型3.4 Catboost模型 4. 模型对比4.1 逻辑回归4.2 决策树模型4.3 集成模型 5. 数据集划分方法 学习目标 由于本次比赛使用机器学习，本人之前的方向一直是深度学习和强化学习，对机器学习、数据挖掘与分析、特征工程了解的不多