梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载

全文共4772字,估计学习时长10分钟



准黄可备好在机器学习之路上再迈出一大步了吗?运用试验性数据集、盛行的数据科学库和结构是个好的开始,但假如想在竞赛中锋芒毕露,有必要有所突破,使自己异乎寻常。

最佳途径便是运用数据科学范畴最新技能完结项目。想成为核算机视觉范畴的专家吗?那就去学习最先进的方针检测算法。假如期望在自然言语处理(NLP)方面有所建树,那就学习Transformer模型的各种特性和分支。

重点是,要一向有所准备并乐于研讨最新的数据科学技能。数据科学是开展最快的范畴之一,作为数据科学家的咱们也需求不断学习生长。

本文带你来看看GitHub上创关婷娜性感建于2019年8月的7个数据科学项目。笔者所选项意图规模十分广泛,触及从机器学习到强化学梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载习的许多范畴。

本文将这些数据科学项目分为三大类:

• 机器学习项目

• 深度学习项目

• 编程项目


机器学习项目

pyforest——用一行代码导入一切Python数据科学库

https://git牙结石图片hub.com/8080labs/pyforest

笔者十分喜爱这个Python库。正如标题所述,一切常用的数据科学库都能够经过一个pyforest库导入。看看笔者从该库的Github库房中摘抄的示例:


激动了吗?Pyforest现在包括pandas、Nu宣传部长陈灵mPy、matplotlib等数据科学库。

只需调用pip install pyforest这一指令在机器上装置该库,就能用一行代码导入一切盛行的Python数据科学库。

from pyforest import *

太奇特了!你必定也会像笔者这样享用运用它的进程。

Hun哪个银行利息高gaBunga – 另一种运用sklearn库建立机器学习模型的办法

https://github.com/ypeleg/HungaBunga

怎么从建立好的机器学习模型中选出最合适的那一个?怎么保证发挥作用的是正确的超参数?这些都是数据科学家需求回答的关键问题。

相较于其他大多数数据库,HungaBunga项目能让用户更快地找到答案。它会运用一切或许的超参数来运转sklearn库中的一切模型(是的,一切!),随后经过穿插验证对模型进行排序。


下面是导入一切模型(包括分类模型和回归模型)的办法:

from hunga_bunga import HungaBungaClassifier, HungaBungaRegressor

看看下面这篇全面评论了监督机器学习算法的文章:

• 常用的机器学习算法(运用Python和R言语)

https://www.analyticsvidhya.com/blog/2017/09/common-machine-learning-algorithms/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills


深度学习项目


DeepMi赛罗奥特曼大电影nd发布的用于强化学习的Behavior Suite(bsuite)

https://github.com/deepmind/bsuite


最近Deepmind比年增加的巨额亏本成了新闻。可是有必要供认,这家公司在强化学习研讨方面仍遥遥领先。他们在这一范畴投入很多人力物力,以为强化学习是人工智能的未来。

下面介绍他们最新的开源产品——bsuite。这一项目调集了许多试验的效果,这些试验旨在了解强化学习方针的中心功能。

笔者喜爱这一研讨范畴,因为它必然会尽力达到两个意图(每个Github美妙的美发沙龙库房达到一个):

• 搜集有价值且可推行运用的项目,这些项目会捕捉到在规划高效通用的机器学习算法时遇到的关键问题。

• 以通用标准为标准,经过方针的体现研讨其行为。

这个Github库房具体解说bsuite的运用办法。能够经过下面的代码装置它:

pip install git+git://github.com/deepmind/bsuite.git

假如你是强梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载化学习领应昊茗域的新手,能够看看下面这些入门文章:

•强化学习及完结入门教程

https://www.analyticsvidhya.com/blog/2017/01/introduction-to-reinforcement-learning-implementation/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

•运用Python中的OpenAI Gym进行深度Q学习的简介

https://www.analyticsvidhya.com/blog/2019/04/introduction-deep-q-learning-python莫妮卡贝鲁奇/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

DistilBERT –一个更轻、更卡洛驰为什么那么贵廉价的BERT

https://github.com/huggingface/pytorch-tran郑恩智sformers/tree/master/examples/distillation

读我国尊者必定听说过BERT。它根据Transformer架构,是自然言语处理(NLP)范畴最盛行的结构,而且正被越来越广泛地运用。

可是留意:运转它梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载或许需求很多的资源。那么数据科学家该怎么在自己的机器上运转BERT呢?更进一步,运用DistilBERT!


DistilBERT是Distillated-BERT的略称,由PyTorch转化结构团队开发。它是在BERT架构基础上建立的一个小型且廉价的Transformer模型。开发团队称DistilBERT比BERT运转速度快60%,而功能与BERT相差不到5%。

这马加华一Github库房叙述了DistilBERT和Python代码协奴隶少女同作业的办法。能够点击下方链接了解更多有关PyTorch-Transformers结构及其柬埔寨天气在python中的运用办法。

•Pytorch-Transformers简介:一个十分奇特的NLP库(凭借Python代码)

https://www.analyticsvidhya.com/blog/2019/07/pytorch-tr梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载ansformers-nlp-python/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

ShuffleNet Series ——一个极端高效、用于移动设备的卷积神经网络

https://github.com/megvii-model/ShuffleNet-Series

接下来介绍的是核算机视觉项目!ShuffleNet是一个核算功率极高的卷积神经网络架构,适用于核算力有限的移动设备。


这个Github库房包括了以下ShuffleNet模型(对,不止一个):

•ShuffleNet: 一个极端高效、用于移动设备的卷积神经网络

•ShuffleNetV2: 高效CNN架构规划的有用主张

•ShuffleNetV2+: ShuffleNetV2的强化版别

•ShuffleNetV2.Large: ShuffleNetV2的深化版别

•OneShot: 经过均匀抽样进行单通路单样本神经架构的研讨

•DetNAS: 方针检测技能的支撑性研讨

想要了解CNN吗?下文会协助你:

• 一篇经过Scratch学习卷积神经网络的全方位攻略

https://www.analyticsvidhya.com/blog/2018/12/guide-convolutional-neural-network-cnn/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

RAdam –进步学习率方差

https://github.com/LiyuanLucasLiu/RAdam

现在,发布时刻不到两周的RAdam项目现已远坂凛得到了1200多颗星星的点评。足以证明这个库房十分给力!

RAdam的开发者在其论文中(https://arxiv.org/pdf/1908.03265.pdf)标明,深度学习技能的收敛问题是因为在模型练习的前期阶段,自适应学习率的方差过大。

RAdam是Adam的一个新版别,能够批改自适应学习率的改变。这个版别在一般的Adam优化器基础上做出了实在改进,改进了方差问题。

处理不同学习率时RAdam的体现与Adam和SGD的比照如下(X轴代表练习轮数):


必定要查阅下面关于机器学习优化的攻略(其梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载中包括Adam的相关内容):

•机器学习中的梯度下降算法(和变量类型)简介

https://www.analyticsvidhya.com/blog/2017/03/introduction-to-gradient-descent-algorithm-along-its-variants/?utm_source=blog&utm_medium=7-data-science-projects-g梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载ithub-showcase-your-skills


编程项目


ggtext –用于ggplot2的升级版文本烘托

https://github.com/clauswilke/ggtext

关于社区中的一切R言语用户,特别关于那些常常运用ggplot2包的用户(简直每个人),这个项目会十分有用。


Ggtext包让用户能够对生成的图画进行富文本烘托。下面是一些能够经过ggtext完结的操作:

•发生一个新的名为element_markdown()的主题元素,它能将文本烘托为markdown言语或许HTML

•在坐标轴中刺进图画(如下图所示)

•运用geom_richtext()函数创立markdown/HTML标签(如下图所示)


这个GitHub库房包括了一些直观的比如,读者能够在自己的机器上重复这些示例。

Ggtext现在还不能经过CRAN调用,用户需求下载并经过下面的指令从GitHub装置它:

devtools::inst陈坤微博all_github("clauswilke/ggtext")

想要更多了解ggplot2以及用R言语处理交互式图表的办法吗?传送门:

•R言语用户运用ggplot2包时的十个常见问题

https://www.analyticsvidhya.com/blog/2016/03/questions-ggplot2-package-r/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

•怎么用R制作动态图片剖析健康数据(你也能够做到!)

https://www.a太浩仙门nalyticsvidhya.com/blog/2019/04/how-built-personalized-interactive-fitness-tracker-dashboard-r/?utm_source=blog封闭式校园&utm_medium=7-data-science-projects-github-showcase-your-skills


留言 点赞 发个朋友圈

咱们一同共享AI学习与发梦见考试,新年新气象-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载展的干货

如需转载,请后台留言,恪守转载标准

转载原创文章请注明,转载自188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载,原文地址:http://www.cgh8.com/articles/2247.html

上一篇:男同小说,韩烨-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载

下一篇:肺癌,激素脸-188金宝搏登陆_188金宝搏下载ios_188金宝搏app苹果下载