【玩转数据系列十三】机器学习算法基于信用卡消费记录做信用评分
机器学习算法基于信用卡消费记录做信用评分
背景
如果你是做互联网金融的，那么一定听说过评分卡。评分卡是信用风险评估领域常用的建模方法，评分卡并不简单对应于某一种机器学习算法，而是一种通用的建模框架，将原始数据通过分箱后进行特征工程变换，继而应用于线性模型进行建模的一种方法。
过去5年最受欢迎机器学习论文+代码速查
Papers with Code网站将ArXiv上的最新机器学习论文与GitHub上的代码联系起来。这个项目索引了大约5万篇论文和1万个GitHub库，你可以按标题关键词查询，也可以按流行程度、GitHub星星数排列“热门研究”，跟上ML社区流行的最新动态。
通过阿里云容器服务上手Caffe + GPU训练
阿里云容器服务提供的深度学习解决方案内置了对Tensorflow, Keras, MXnet框架的环境，并支持基于它们的深度学习模型开发、模型训练和模型预测。同时，对于模型训练和预测，用户还可以通过指定自定义容器镜像的方式，使用其他深度学习框架。
目标检测算法SSD之训练自己的数据集
目标检测算法SSD之训练自己的数据集
prerequesties 预备知识/前提条件
下载和配置了最新SSD代码
git clone https://github.com/weiliu89/caffe ~/work/ssd
cd $_
git checkout ssd
编译caffe
下载必要的模型（包括prototxt和caffemodel）；
运行了evaluation和webcam的例子，会提示caffe的import报错。
ubuntu16.04配置py-faster-rcnn
ubuntu16.04配置py-faster-rcnn
在ubuntu16.04下编译安装了py-faster-rcnn。
如果你发现本文写的有不对或不清晰的地方，还请在文末留言指出，谢谢！
主要步骤包括：安装cuda/cudnn，换apt源，装开源显卡驱动，装caffe依赖的apt包和python包，下载py-faster-rcnn代码，编译代码。
Caffe深度学习计算框架
Caffe | Deep Learning Framework是一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的 Yangqing Jia，目前在Google工作。Caffe是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换：
1 Caffe::set_mode(Caffe::GPU);
Caffe的优势
上手快：模型与相应优化都是以文本形式而非代码形式给出。
