ShowMeAI_社区达人页

2022年08月

• 08.26 16:08:16
  发表了文章 2022-08-26 16:08:16

  20 行代码！带你快速构建基础文本搜索引擎 ⛵

  本文使用tf-idf（词频-逆文件频率）、lsi（潜在语义索引）和 doc2vec(文档向量化嵌入)这3种最基础的NLP文档嵌入技术，对文本进行嵌入操作（即构建语义向量）并完成比对检索，构建一个基础版的文本搜索引擎。

  
• 08.26 15:59:14
  发表了文章 2022-08-26 15:59:14

  面试现场！月薪3w+的这些数据挖掘SQL面试题你都掌握了吗？ ⛵

  真实面试题分享！本文基于餐饮业数据，使用SQL分析挖掘客户的就餐模式、点餐花费和菜品喜好等，以提升餐厅的业务经营水平。

  
• 08.26 15:47:58
  发表了文章 2022-08-26 15:47:58

  AI听曲识歌！哼曲、口哨吹，都能秒识！ ⛵

  本文讲解音频检索技术及其广泛的应用场景。以『听曲识歌』为例，技术流程为具对已知歌曲抽取特征并构建特征向量库，而对于待检索的歌曲音频，同样做特征抽取后进行比对和快速匹配。

  
• 08.26 15:17:59
  发表了文章 2022-08-26 15:17:59

  员工离职困扰？来看AI如何解决，基于人力资源分析的 ML 模型构建全方案 ⛵

  本文通过数据科学和AI的方法，分析挖掘人力资源流失问题，构建基于机器学习的解决方案，并通过对AI模型的反向解释，深入理解导致人员流失的主要因素。

  
• 08.26 15:10:00
  发表了文章 2022-08-26 15:10:00

  推荐系统！基于tensorflow搭建混合神经网络精准推荐！ ⛵

  本文从常见的推荐系统方法（基于内容、协同过滤等近邻算法、基于知识等）讲起，一直覆盖到前沿的新式推荐系统，不仅详细讲解原理，还手把手教大家如何用代码实现。

  
• 08.26 14:57:07
  发表了文章 2022-08-26 14:57:07

  边缘计算 | 在移动设备上部署深度学习模型的思路与注意点 ⛵

  本文介绍AI模型适用于小型本地设备上的方法技术：压缩模型参数量，设计更小的模型结构，知识蒸馏，调整数据格式，数据复用等，并介绍移动小处理设备的类型、适用移动设备的模型框架等。

  
• 08.26 13:50:28
  发表了文章 2022-08-26 13:50:28

  AI 音辨世界：艺术小白的我，靠这个AI模型，速识音乐流派选择音乐 ⛵

  音乐领域，借助于歌曲相关信息，模型可以根据歌曲的音频和歌词特征，将歌曲精准进行流派分类。本文讲解如何基于机器学习完成对音乐的识别分类。

  
• 08.11 02:13:41
  发表了文章 2022-08-11 02:13:41

  客户流失？来看看大厂如何基于spark+机器学习构建千万数据规模上的用户留存模型 ⛵

  如何在海量用户中精准预测哪些客户即将流失？本文结合音乐流媒体平台 Sparkify 数据，详细讲解一个客户流失建模预测案例的全流程：探索性数据分析 EDA、数据处理、进一步数据探索、建模优化、结果评估。【代码与数据集亲测可运行】

  
• 08.09 22:13:10
  发表了文章 2022-08-09 22:13:10

  数据专家最常使用的 10 大类 Pandas 函数 ⛵

  Pandas 是数据科学领域最受欢迎的 Python 工具库之一，函数与功能极其丰富。本文将数据科学家常用的二三十个功能函数总结为10类，熟练掌握就能轻松解决80%以上的数据处理问题！

  
• 08.09 22:01:23
  发表了文章 2022-08-09 22:01:23

  钻石价格预测的ML全流程！从模型构建调优道部署应用！⛵

  本文结合 6000 颗钻石的数据，通过克拉重量、切工、颜色和其他特征等属性来预测钻石价格。这是一个完整的企业级建模案例，包含从探索性数据分析、数据准备、模型选择/训练/调优、模型保存和部署的全流程。案例用到的 PyCaret 和 FastAPI 是非常高效的工具，推荐！【代码与数据集亲测可运行】

  
• 08.09 21:41:27
  发表了文章 2022-08-09 21:41:27

  掌握这9个单行代码技巧！你也能写出『高端』Python代码 ⛵

  单行代码(one-liner)是一种编程技巧，指将大段代码写成非常简短的形式，更加紧凑，也更加高级！本文总结了 Python 中常用的 9 个 one-linear 技巧：单行 if-else 语句、列表推导式、字典推导式、合并词典、删除列表重复元素、单行多变量赋值、列表元素筛选、字典排序（按key/按value）

  
• 08.09 21:32:14
  发表了文章 2022-08-09 21:32:14

  刘畊宏男孩女孩看过来！运动数据分析挖掘！⛵

  运动穿戴设备（比如小米手环、华为手表、fitbit、Apple Watch）中记录了大量的运动数据，也记录着佩戴者的身体状况。本文结合 Kaggle fitbit 数据集，分析运动规律和卡路里的消耗情况。【代码与数据集亲测可运行】

  
• 08.09 21:21:22
  发表了文章 2022-08-09 21:21:22

  二手车价格预测 | 构建AI模型并部署Web应用 ⛵

  二手车交易越发繁荣的当下，如何科学定价时买卖&平台三方都关心的问题。本文结合汽车价格预测数据集，讲解『二手车价格预估模型』构建和部署的全过程：数据分析处理 & 特征工程、机器学习建模、Web应用开发等。【代码与数据集亲测可运行】

  
• 08.09 21:12:44
  发表了文章 2022-08-09 21:12:44

  毫秒级！千万人脸库快速比对，上亿商品图片检索，背后的极速检索用了什么神器？ ⛵

  为了让计算机理解、处理和表征非结构化数据，我们通常将其转换为密集向量，而海量向量数据的存储、管理和查询并不简单。本文介绍 Milvus 这个开源向量数据库管理平台的优势、架构和使用案例，了解其在简化『机器学习操作(MLOps)』流程中的应用

  
• 08.09 21:02:14
  发表了文章 2022-08-09 21:02:14

  AI+医疗：使用神经网络进行医学影像识别分析 ⛵

  U-Net是一种卷积网络架构，用于快速、精确地分割生物医学图像。本文讲解使用 U-Net 进行肺部影像分割的案例全过程：工具库&环境准备、数据读取、数据切分、TensorFlow IO准备、U-Net 网络构建、评估准则&损失函数、超参数设置&模型编译、回调函数&模型训练、模型加载&新数据预估。【代码与数据集亲测可运行】

  
• 08.09 20:51:12
  发表了文章 2022-08-09 20:51:12

  看看你离世界一流大厂有多远？3道Google最新SQL面试题 ⛵

  朋友刚刚拿到了 Google 数据分析师的 Offer！跟她详聊了面试的3道SQL题目，把思路和参考答案一并奉上！各位近期在面试的朋友，可以拿来自测一下~【代码与数据集亲测可运行】

  
• 08.09 19:45:25
  发表了文章 2022-08-09 19:45:25

  机器学习模型太慢？来看看英特尔(R) 扩展加速 ⛵

  机器学习建模过程如何提速？本文提供 Intel 针对 Scikit-Learn 工具库做的加速补丁，是一种硬件层面的解决方案，支持多种算法，并可以将建模时间压缩为常规方式的 1/5

  
• 08.09 19:28:51
  发表了文章 2022-08-09 19:28:51

  再见 Excel，你好 Python Spreadsheets！ ⛵

  Mito 和 Bamboolib 是 Python 库，可以快速流畅地处理大文件表格，功能性与易用性与 Excel 不相上下，但是可以避免出现 Excel 中的卡顿和崩溃。二者的安装和调用都非常简单，绝对值得一试~【代码与数据集亲测可运行】

  
• 08.09 19:15:58
  发表了文章 2022-08-09 19:15:58

  羡慕 Excel 的高级选择与文本框颜色呈现？Pandas 也可以拥有！！ ⛵

  通过 Styler API 的设置，Pandas 也能像 Excel 那样进行『条件选择』和 『文本框颜色』设置，一眼获取最关键信息！本文讲解 Pandas 使用单色（或渐变色）高亮显示缺失值、最大值、最小值、范围值等【数据与代码亲测可运行】

  
• 08.09 18:58:49
  发表了文章 2022-08-09 18:58:49

  AI识万物：从0搭建和部署手语识别系统 ⛵

  AI识万物：从0搭建和部署手语识别系统，检测手语并将翻译！搭建和部署完成后，你可以通过摄像头，轻松测试模型啦~

  
• 08.09 18:22:04
  发表了文章 2022-08-09 18:22:04

  听音识情绪 | 程序员手把手教你搭建神经网络，更快get女朋友情绪，求生欲max！⛵

  太难了！xdm！哄女朋友太难了！本文手把手带大家构建一个处理和分类语音检测情绪的系统，完成求生欲max的「语音情感识别任务」

  
• 08.09 18:11:01
  发表了文章 2022-08-09 18:11:01

  爆肝万字，终于搞定这篇⛵神经网络搭建全全全流程！学不会你来找我~

  一学就会！小白的终极神经网络搭建实战教程！环境设置、神经网络拆解、深度神经网络、模型搭建、神经网络结构可视化、训练和测试评估、模型可解释性！

  
• 08.09 17:53:51
  发表了文章 2022-08-09 17:53:51

  全自动化机器学习建模！效果吊打初级炼丹师！ ⛵

  全自动化机器学习建模！效果吊打初级炼丹师！本文汇总了常见开源库，PyCaret、H2O AutoML、TPOT、Auto-sklearn、FLAML、EvalML、AutoKeras、Auto-ViML、AutoGluon、MLBox，一起用起来吧！

  
• 08.08 22:24:52
  发表了文章 2022-08-08 22:24:52

  机器学习建模高级用法！构建企业级AI建模流水线 ⛵

  机器学习建模高级用法！构建企业级AI建模流水线，不同环节有序地构建成工作流（pipeline）。本文以『客户流失』为例，讲解如何构建 SKLearn 流水线。

  
• 08.05 01:48:46
  发表了文章 2022-08-05 01:48:46

  股市预测，销量预测，病毒传播...一个时间序列建模套路搞定全部！⛵

  股市预测，销量预测，病毒传播...使用 Merlion 时间序列建模搞定全部！本文详解全部流程：加载和转换数据、建立和训练模型、模型结果后处理、评估模型性能。

  
• 08.05 01:45:31
  发表了文章 2022-08-05 01:45:31

  2022了你还不会『低代码』？数据科学也能玩转Low-Code啦！ ⛵

  2022了你还不知道“低代码”？一起看看数据分析、机器学习、深度学习领域最受欢迎的 Python 低代码工具：D-Tale、AutoViz、Lux、Pandas-Profiling、PyCaret、PyTorch Lightning、Hugging Face Transformers。

  

2022年07月

• 07.12 17:19:46
  发表了文章 2022-07-12 17:19:46

  Pandas数据显示不全？快来了解这些设置技巧！ ⛵

  资深工程师最常用的 Pandas 显示设置技巧！Pandas数据显示不全？快来了解这些设置技巧，自定义显示的行数、列数、列宽，使浮点列之间的小数位精度保持一致、禁用科学记数法…

  
• 07.12 17:18:11
  发表了文章 2022-07-12 17:18:11

  一键自动化数据分析！快来看看 2022 年最受欢迎的 Python 宝藏工具库！ ⛵

  探索性数据分析(EDA)在机器学习中至关重要！这些高效又绝美的宝藏库，快用起来——Matplotlib、Seaborn、Plotly、Bokeh、Altair、pandas-profiling、Sweetviz、AutoViz、Microsoft Power BI、Tableau！

  
• 07.04 10:08:21
  发表了文章 2022-07-04 10:08:21

  【AI资讯月刊】350+资源大盘点！6月不容错过的资料和动态，都都都在这里啦！＜附下载＞

  本篇为专栏的 6 月合辑，对 6 月份发布的 30 篇日报内容，进行了整合与分类，将350+学习资源 结构化得整理成了这本电子月刊（排版超美）！回复『日报』获取！

  

2022年06月

• 06.16 13:58:44
  发表了文章 2022-06-16 13:58:44

  深度学习与CV教程(18) | 深度强化学习 (梯度策略,Actor-Critic,DDPG,A3C)

  本文讲解了 Policy Gradient，结合policy-based 和 value-based 的 Actor-Critic 方法，以及在 Actor-Critic 基础上的 DDPG、A3C方法【对应 CS231n Lecture 14】

  
• 06.16 13:58:39
  发表了文章 2022-06-16 13:58:39

  深度学习与CV教程(17) | 深度强化学习 (马尔可夫决策过程,Q-Learning,DQN)

  本文讲解了强化学习的主要挑战、数学定义及实际应用（制定长期决策、估计或者近似未来奖励、状态过多时估计或者近似未来奖励、从数据中学习模型使其真正工作等）【对应 CS231n Lecture 14】

  
• 06.14 16:52:05
  发表了文章 2022-06-14 16:52:05

  深度学习与CV教程(16) | 生成模型(PixelRNN,PixelCNN,VAE,GAN)

  本文讲解了无监督学习（聚类、PCA、特征学习、密度估计）和三种常用生成模型的原理及优缺点：Pixel RNN / Pixel CNN、变分自编码器（VAE）、生成对抗网络（GAN）【对应 CS231n Lecture 13】

  
• 06.14 16:46:48
  发表了文章 2022-06-14 16:46:48

  深度学习与CV教程(15) | 视觉模型可视化与可解释性

  本文讲解了一些理解 CNN 可视化的方法（特征、滤波器可视化），以及一些有趣的应用，如DeepDream、图像神经风格迁移（特征反演 + 纹理生成）等【对应 CS231n Lecture 12】

  
• 06.11 11:16:09
  发表了文章 2022-06-11 11:16:09

  深度学习与CV教程(14) | 图像分割 (FCN,SegNet,U-Net,PSPNet,DeepLab,RefineNet)

  本文讲解了图像分割常见应用，评估指标，典型语义分割算法（FCN,SegNet,U-Net,PSPNet,DeepLab,RefineNet）等【对应 CS231n Lecture 11】

  
• 06.09 16:49:06
  发表了文章 2022-06-09 16:49:06

  深度学习与CV教程(13) | 目标检测 (SSD,YOLO系列)

  本文讲解一阶段（one stage）的目标检测方法，包括 YOLO 系列算法（V1~V5）、SSD、RetinaNet的算法思想、网络结构、训练细节和性能效果等【对应 CS231n Lecture 11】

  
• 06.09 16:47:44
  发表了文章 2022-06-09 16:47:44

  深度学习与CV教程(12) | 目标检测 (两阶段,R-CNN系列)

  本文讲解两阶段（two stage）目标检测的发展史和典型算法：R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN等的算法结构和核心流程【对应 CS231n Lecture 11】

  
• 06.05 20:20:13
  发表了文章 2022-06-05 20:20:13

  深度学习与CV教程(11) | 循环神经网络及视觉应用

  本文讲解了循环神经网络RNN的多种形式（1对1、1对多、多对1、多对多），语言模型 ，图像标注，视觉问答，注意力模型，RNN梯度流等【对应 CS231n Lecture 10】

  
• 06.05 20:18:56
  发表了文章 2022-06-05 20:18:56

  深度学习与CV教程(10) | 轻量化CNN架构 (SqueezeNet,ShuffleNet,MobileNet等)

  本文讲解了神经网络参数与复杂度计算，以及主流轻量级网络，包括SqueezeNet、Xception、ShuffleNet v1~v2、MobileNet v1~v3等

  
• 06.03 11:06:12
  发表了文章 2022-06-03 11:06:12

  深度学习与CV教程(9) | 典型CNN架构 (Alexnet,VGG,Googlenet,Resnet等)

  本文讲解最广泛使用的卷积神经网络，包括经典结构（AlexNet、VGG、GoogLeNet、ResNet）和一些新的结构（Network in Network、Resnet改进、FractalNet、DenseNet）等【对应 CS231n Lecture 9】

  
• 06.03 10:57:53
  发表了文章 2022-06-03 10:57:53

  深度学习与CV教程(8) | 常见深度学习框架介绍

  本文讲解了深度学习硬件知识（CPU、GPU、TPU），主流深度学习框架（TensorFlow、PyTorch）相关知识，借助于工具可以实际搭建与训练神经网络【对应 CS231n Lecture 8】

  
• 06.01 00:30:22
  发表了文章 2022-06-01 00:30:22

  深度学习与CV教程(7) | 神经网络训练技巧 (下)

  本文讲解训练神经网络的核心方法：优化方式（SGD、动量更新、Nesterov动量、Adagrad、RMSProp、Adam等），正则化（L2、Dropout），迁移学习，模型集成等【对应 CS231n Lecture 7】

  
• 06.01 00:29:05
  发表了文章 2022-06-01 00:29:05

  深度学习与CV教程(6) | 神经网络训练技巧 (上)

  本文讲解训练神经网络的核心方法：初始化（激活函数、数据预处理、权重初始化、正则化、梯度检查），训练动态（监控学习过程、参数更新、超参数优化）等【对应 CS231n Lecture 6】

  

2022年05月

• 05.30 00:59:24
  发表了文章 2022-05-30 00:59:24

  深度学习与CV教程(5) | 卷积神经网络

  本文讲解了卷积神经网络的重点知识：卷积层、池化层、ReLU层、全连接层、局部连接、参数共享、最大池化、步长、零填充、经典案例等【对应 CS231n Lecture 5】

  
• 05.30 00:58:17
  发表了文章 2022-05-30 00:58:17

  深度学习与CV教程(4) | 神经网络与反向传播

  本文讲解了神经网络计算图、前向传播与反向传播、标量与向量化形式计算、求导链式法则应用、神经网络结构、 激活函数等内容【对应 CS231n Lecture 4】

  
• 05.27 12:12:50
  发表了文章 2022-05-27 12:12:50

  深度学习与CV教程(3) | 损失函数与最优化

  本文讲解了损失函数（数据损失与正则损失）、多类 SVM 损失与Softmax损失比较、梯度计算方法（数值梯度与解析梯度）、梯度下降优化算法等【对应 CS231n Lecture 3】

  
• 05.27 12:00:26
  发表了文章 2022-05-27 12:00:26

  深度学习与CV教程(2) | 图像分类与机器学习基础

  图像分类是计算机视觉的核心任务。本文讲解数据驱动的模型算法，包括最邻近算法、KNN分类器、线性分类器的原理、各自的优缺点和实际应用【对应 CS231n Lecture 2】

  
• 05.27 11:40:58
  发表了文章 2022-05-27 11:40:58

  深度学习与CV教程(1) | 引言与知识基础

  本文讲解了斯坦福大学 CS231n 课程的内容框架（深度学习 + 卷积神经网络 + 计算机视觉应用）和学习基础，帮助了解计算机视觉的历史和技术发展【对应 CS231n Lecture 1】

  
• 05.27 11:23:41
  发表了文章 2022-05-27 11:23:41

  深度学习与计算机视觉教程：斯坦福CS231n · 全套笔记解读

  本教程依托于 Stanford 斯坦福大学的《CS231n：深度学习与计算机视觉》，对深度学习与计算机视觉方向的图像分类、CNN、RNN、目标检测、图像分割、生成模型等各个主题做了体系化的梳理。

  
• 05.23 18:46:32
  发表了文章 2022-05-23 18:46:32

  斯坦福NLP课程 | 第20讲 - NLP与深度学习的未来

  NLP课程第20讲是课程最后一讲，介绍了NLP的兴起历程和发展方向，包括使用未标记数据进行翻译、大模型、GPT-2、QuAC、HotPotQA等。