[置顶] 博文目录(最新更新:2019.8.5）
摘要： 为了方便大家阅读，我把博文目录梳理了一下，里面会有已完成和计划写的博文，希望大家多多交流，有错误的地方请随时指正^_^ 深度学习入门系列 (每周三发一篇，计划11月~6月更完) 三个月教你从零入门深度学习 （10.26更新） 【深度学习系列】手写数字识别实战（10.23更新） 【深度学习系列】卷积神 阅读全文
posted @ 2016-05-09 09:16 Charlotte77 阅读(4048) 评论(10) 推荐(7) 编辑
[置顶] 读过的书
摘要： 为了记录自己度过的书，写个帖子总结一下，不定时更新。以前度过的书有些不记得了，就先记录一下我记得的吧：） PS:现在读过的书（2016.4月以后），我会做读书总结。以前看的书，会再抽时间回顾一下，做个简单的总结。跟数据挖掘相关的书我另写了一个帖子，可以参考这个： 【原】数据分析/数据挖掘/机器学习 阅读全文
posted @ 2016-05-09 09:14 Charlotte77 阅读(3499) 评论(25) 推荐(5) 编辑
2020年12月10日
原创|程序员如何做私活？(一)
摘要： 前言：好久没有更新了，忙是一方面，另一方面我一直在思考我的公众号的定位，能个大家带来什么价值。15年毕业的时候写博客纯粹是为了记录学习内容，后来公众号火了以后，有人建议我开通公众号，写了新文章同步发到公众号上，这样关注我的粉丝们就能及时看到我的文章。于是我开通了公众号，陆陆续续写了两三年，主要以技术 阅读全文
posted @ 2020-12-10 20:06 Charlotte77 阅读(5013) 评论(2) 推荐(4) 编辑
2019年8月7日
谈谈坚持这件小事
摘要： 前言：本文同步发布于“Charlotte数据挖掘”，算是一个经验总结+福利文，所以在博客园也同步发一下^_^，让更多的人参与抽奖～希望不要被小编移除首页 - - 正文： 今天是七夕➕我的生日嘿嘿，距离我刚开始执行日更计划已经整整54天啦！新关注的朋友们可能还不知道日更计划，可以先瞅瞅我6月14日立的 阅读全文
posted @ 2019-08-07 14:31 Charlotte77 阅读(2989) 评论(7) 推荐(6) 编辑
2019年8月5日
我在北京这几年（全）
摘要： 前言：本系列一共四篇文章，发布于Charlotte数据挖掘公众号，现在整理了一个合集，发到博客园上，大家随便看看～ 我在北京这几年（一） 2015年 4月6号我买了张硬座来北京面试实习，面试时提前约好的，来之前在智联海投，约了四家在清明节的时候统一面试，约好了就直接过来。下火车后，高中同学来火车站并 阅读全文
posted @ 2019-08-05 16:06 Charlotte77 阅读(20855) 评论(169) 推荐(113) 编辑
2019年7月22日
【原】深度学习的一些经验总结和建议 | To do v.s Not To Do
摘要： 前言：本文同步发布于公众号：Charlotte数据挖掘，欢迎关注，获得最新干货～ 昨天看到几篇不同的文章写关于机器学习的to do & not to do，有些观点赞同，有些不赞同，是现在算法岗位这么热门，已经不像几年前一样，可能跑过一些项目、懂点原理就可以了，现在对大家的要求更高，尤其工程能力更不 阅读全文
posted @ 2019-07-22 11:16 Charlotte77 阅读(4580) 评论(3) 推荐(12) 编辑
2019年7月2日
如何高效利用一场技术分享？
摘要： 前言：之前在公众号写了一篇如何高效利用参加技术分享的文章，现在分享给大家～ 上周在北五环咖啡举办了AI快车道3期-推荐系统的技术分享，活动很成功，坚持到最后的基本上收获都不小，完成我们布置的Coding实验任务，大家交流的也非常开心。活动分三个环节，分别是：PaddlePaddle的全景介绍、推荐系 阅读全文
posted @ 2019-07-02 14:27 Charlotte77 阅读(2302) 评论(1) 推荐(2) 编辑
2019年5月21日
深度学习分布式训练及CTR预估模型应用
摘要： 前言：我在github上创建了一个新的repo：PaddleAI, 准备用Paddle做的一系列有趣又实用的案例，所有的案例都会上传数据代码和预训练模型，下载后可以在30s内上手，跑demo出结果，让大家尽快看到训练结果，用小批量数据调试，再用全量数据跑模型，当然，也可以基于我上传的预训练模型进行迁 阅读全文
posted @ 2019-05-21 11:05 Charlotte77 阅读(3456) 评论(2) 推荐(3) 编辑
2019年5月13日
两个月刷完Leetcode前400题经验总结
摘要： 更新：气死了，挂个傻逼： 每次做个分享、组织个活动，就会有一些傻逼冒泡生怕别人不知道他是傻逼，气死我了！自己好好看看非法集资的概念，我办这个活动，一分钱都没收，入群99元是督促大家完成刷题任务，最后完成的会平分奖金，自愿参加原则。没事多读点书，别到处彰显自己有多傻逼，气死了！！！ 刚翻了下之前的文章 阅读全文
posted @ 2019-05-13 10:29 Charlotte77 阅读(14432) 评论(35) 推荐(18) 编辑
2019年3月1日
【机器学习】如何解决数据不平衡问题
摘要： 在机器学习的实践中，我们通常会遇到实际数据中正负样本比例不平衡的情况，也叫数据倾斜。对于数据倾斜的情况，如果选取的算法不合适，或者评价指标不合适，那么对于实际应用线上时效果往往会不尽人意，所以如何解决数据不平衡问题是实际生产中非常常见且重要的问题。 什么是类别不平衡问题 我们拿到一份数据时，如果是二 阅读全文
posted @ 2019-03-01 13:32 Charlotte77 阅读(31868) 评论(3) 推荐(5) 编辑
2019年2月20日
LeetCode刷题专栏第一篇--思维导图&时间安排
摘要： 昨天是元宵节，过完元宵节相当于这个年正式过完了。不知道大家有没有投入继续投入紧张的学习工作中。年前我想开一个Leetcode刷题专栏，于是发了一个投票想了解大家的需求征集意见。投票于2019年2月1日截止，共有204人参加，根据投票结果显示，大多数人希望通过刷LeetCode能够提高代码水平，在工作 阅读全文
posted @ 2019-02-20 21:38 Charlotte77 阅读(18066) 评论(23) 推荐(19) 编辑
2019年1月23日
【资料总结】| Deep Reinforcement Learning 深度强化学习
摘要： 在机器学习中，我们经常会分类为有监督学习和无监督学习，但是尝尝会忽略一个重要的分支，强化学习。有监督学习和无监督学习非常好去区分，学习的目标，有无标签等都是区分标准。如果说监督学习的目标是预测，那么强化学习就是决策，它通过对周围的环境不断的更新状态，给出奖励或者惩罚的措施，来不断调整并给出新的策略。 阅读全文
posted @ 2019-01-23 20:26 Charlotte77 阅读(8238) 评论(3) 推荐(9) 编辑
2019年1月17日
2018年总结与2019年目标与计划
摘要： 2018年的总结迟迟没有写，因为觉得是人生中最低谷的一年，受到了很多打击，接触到了很多人，也直面了很多人性最黑暗的东西。这一年做了一些事，也做了不少错事，所以迟迟不愿意面对自己承认错误，于是不愿意提笔写总结。但是该来的总是要来的，总结是为了更好的前行，所以今天决定提笔细数自己在2018年的成长与教训 阅读全文
posted @ 2019-01-17 16:25 Charlotte77 阅读(13164) 评论(90) 推荐(37) 编辑
2018年6月6日
【深度学习系列】垃圾邮件处理实战（二）
摘要： PaddlePaddle垃圾邮件处理实战（二） 前文回顾 在上篇文章中我们讲了如何用支持向量机对垃圾邮件进行分类，auc为73.3%，本篇讲继续讲如何用PaddlePaddle实现邮件分类，将深度学习方法运用到文本分类中。 构建网络模型 用PaddlePaddle来构建网络模型其实很简单，首先得明确 阅读全文
posted @ 2018-06-06 09:56 Charlotte77 阅读(4279) 评论(6) 推荐(10) 编辑
2018年5月22日
【深度学习系列】垃圾邮件处理实战（一）
摘要： PaddlePaddle垃圾邮件处理实战（一） 背景介绍 在我们日常生活中，经常会受到各种垃圾邮件，譬如来自商家的广告、打折促销信息、澳门博彩邮件、理财推广信息等，一般来说邮件客户端都会设置一定的关键词屏蔽这种垃圾邮件，或者对邮件进行归类，但是总会有一些漏网之鱼。 不过，自己手动做一个垃圾邮件分类器 阅读全文
posted @ 2018-05-22 14:14 Charlotte77 阅读(11006) 评论(9) 推荐(12) 编辑
2018年3月25日
【深度学习系列】车牌识别实践（二）
摘要： 上节我们讲了第一部分，如何用生成简易的车牌，这节课中我们会用PaddlePaddle来识别生成的车牌。 数据读取 在上一节生成车牌时，我们可以分别生成训练数据和测试数据，方法如下（完整代码在这里）： 1 # 将生成的车牌图片写入文件夹，对应的label写入label.txt 2 def genBat 阅读全文
posted @ 2018-03-25 21:56 Charlotte77 阅读(10496) 评论(13) 推荐(8) 编辑
2018年2月26日
【深度学习系列】车牌识别实践（一）
摘要： 小伙伴们，终于到了实战部分了！今天给大家带来的项目是用PaddlePaddle进行车牌识别。车牌识别其实属于比较常见的图像识别的项目了，目前也属于比较成熟的应用，大多数老牌厂家能做到准确率99%+。传统的方法需要对图像进行多次预处理再用机器学习的分类算法进行分类识别，然而深度学习发展起来以后，我们可 阅读全文
posted @ 2018-02-26 10:42 Charlotte77 阅读(26692) 评论(18) 推荐(29) 编辑
下一页