ZacksTang

摘要： 1. 图论与GraphX 图论是一个数学学科，研究一组实体（称为顶点）之间两两关系（称为边）的特点。通过构建关系图谱，并对关系进行分析，可以实现更好的投放广告，推荐关系等。随着关系图谱越来越强大，计算量也越来越大，于是不断有新的并行图处理框架被开发出来。如谷歌的Pregel、雅虎的 Giraph 和 阅读全文

摘要： 1. 决策树和决策森林 决策树算法家族能自然地处理类别型和数值型特征 决策树算法容易并行化 它们对数据中的离群点（outlier）具有鲁棒性（robust），这意味着一些极端或可能错误的数据点根本不会对预测产生影响 2. Covtype数据集 https://archive.ics.uci.edu/ 阅读全文

摘要： 1. Audioscrobbler数据集 数据下载地址： http://www.iro.umontreal.ca/~lisa/datasets/profiledata_06-May-2005.tar.gz Audioscrobbler 数据集只记录了播放数据，如“Bob 播放了一首Prince 的歌 阅读全文

摘要： 1. 问题描述 记录关联问题（Record Linkage）：有大量从一个或多个源系统来的记录，其中有些记录可能代表了相同的基础实体。 每个实体有若干个属性，比如姓名、地址、生日。我们需要根据这些属性找到那些代表相同实体的记录。 不幸的是，有些属性值有问题：格式不一致，或有笔误，或信息缺失。如果简单 阅读全文

摘要： 如何使用 Deepfakes 换脸 1. 获取deepfakes工具包 git clone https://github.com/deepfakes/faceswap.git 2. 补齐依赖包： pip install tqdm pip install cv2 pip install opencv- 阅读全文

摘要： itchat是一个开源的微信个人号接口，使用它我们可以很方便的访问我们个人微信号里的信息。itchat的github地址如下： https://github.com/littlecodersh/itchat 在通过 pip install itchat安装此模块后，我们即可以通过使用python访问 阅读全文

摘要： 自然语言处理-介绍、入门与应用 根据工业界的估计，仅仅只有21%的数据是以结构化的形式展现的。数据由说话，发微博，发消息等各种方式产生。数据主要是以文本形式存在，而这种方式却是高度无结构化的。使用这些文本消息的例子包括：社交网络上的发言，聊天记录，新闻，博客，文章等等。 尽管我们会有一些高维的数据， 阅读全文

摘要： 阅读全文

摘要： 原文地址如下： https://www.kaggle.com/startupsci/titanic-data-science-solutions 泰坦尼克数据科学解决方案： 1. 工作流程步骤： 在 Data Science Solutions book 这本书里，描述了在解决一个竞赛问题时所需要做 阅读全文