摘要: 方案概述 近年来,互联网金融已经是当今社会上的一个金融发展趋势。在金融领域,无论是投资理财还是借贷放款,风险控制永远是业务的核心基础。对于消费金融来说,其主要服务对象的特点是:额度小、人群大、周期短,这个特性导致其被公认为是风险最高的细分领域。 以借贷为例,相比于传统的金融行业需要用户自己提供的资产 阅读全文
posted @ 2019-03-28 14:45 chenxiangzhen 阅读(1260) 评论(0) 推荐(1) 编辑
摘要: cut_save_face.py 参数image 待检测图片,一般为灰度图像加快检测速度; 参数scaleFactor 表示在前后两次相继的扫描中,搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%; 参数minNeighbors 表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组 阅读全文
posted @ 2019-03-27 14:42 chenxiangzhen 阅读(1805) 评论(0) 推荐(0) 编辑
摘要: 为了保护和监控海洋环境及生态平衡,大自然保护协会(The Nature Conservancy)邀请Kaggle社区的参赛者们开发能够出机器学习算法,自动分类和识别远洋捕捞船上的摄像头拍摄到的图片中鱼类的品种,例如不同种类的吞拿鱼和鲨鱼。大自然保护协会一共提供了3777张标注的图片作为训练集,这些图 阅读全文
posted @ 2019-03-26 13:57 chenxiangzhen 阅读(1566) 评论(0) 推荐(0) 编辑
摘要: rnn.utils.py 引入所需的包 1 基础循环神经网络的前向传播 下面是如何实现一个RNN: Steps : 1. 实现单步RNN所需的计算 2. 循环 1.1 RNN cell a_next[4] = [ 0.59584544 0.18141802 0.61311866 0.99808218 阅读全文
posted @ 2019-03-25 15:25 chenxiangzhen 阅读(1004) 评论(0) 推荐(0) 编辑
摘要: Introduction A lot of Machine Learning (ML) projects, amateur and professional, start with an aplomb. The early excitement with working on the dataset 阅读全文
posted @ 2019-03-20 11:04 chenxiangzhen 阅读(647) 评论(0) 推荐(0) 编辑
摘要: 比赛概览 拍拍贷“魔镜风控系统”从平均400个数据维度评估用户当前的信用状态,给每个借款人打出当前状态的信用分,在此基础上,再结合新发标的信息,打出对于每个标的6个月内逾期率的预测,为投资人提供了关键的决策依据,促进健康高效的互联网金融。拍拍贷首次开放丰富而真实的历史数据,邀你PK“魔镜风控系统”, 阅读全文
posted @ 2019-03-19 11:21 chenxiangzhen 阅读(1027) 评论(0) 推荐(1) 编辑
摘要: 本节的代码参考了TensorFlow 源码中的示例程序 "https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/tutorials/deepdream" ,并做了适当修改。 4.2.1 导入Inception 阅读全文
posted @ 2019-03-14 19:31 chenxiangzhen 阅读(1001) 评论(0) 推荐(0) 编辑
摘要: 在 https://github.com/neo4j contrib/neo4j apoc procedures/releases 下载apoc扩展包JAR文件 在 https://github.com/neo4j contrib/neo4j graph algorithms/releases 下载 阅读全文
posted @ 2019-03-14 17:25 chenxiangzhen 阅读(3089) 评论(0) 推荐(0) 编辑
摘要: 通过预测在未来两年内某人将经历财务困境的可能性,改善信用评分的状态。 Description 银行在市场经济中扮演着至关重要的角色。他们决定谁可以获得融资,以及什么条件,可以做出或破坏投资决策。为了让市场和社会发挥作用,个人和企业需要获得信贷。 信用评分算法,对违约概率进行猜测,是银行用来决定是否应 阅读全文
posted @ 2019-03-13 14:28 chenxiangzhen 阅读(2426) 评论(0) 推荐(0) 编辑
摘要: ``` ''' 数据集:Mnist 训练集数量:60000 测试集数量:10000 运行结果:ID3(未剪枝) 正确率:85.9% 运行时长:356s ''' import time import numpy as np def loadData(fileName): ''' 加载文件 :param 阅读全文
posted @ 2019-03-13 10:19 chenxiangzhen 阅读(968) 评论(0) 推荐(0) 编辑