掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
機器學(xué)習(xí)算法競賽實戰(zhàn) 版權(quán)信息
- ISBN：9787115569592
- 條形碼：9787115569592 ; 978-7-115-56959-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
機器學(xué)習(xí)算法競賽實戰(zhàn) 本書特色
深刻剖析Kaggle、阿里天池、騰訊廣告算法大賽等算法競賽內(nèi)容，結(jié)合多個領(lǐng)域模塊進行實戰(zhàn)講解； 《計算廣告》作者劉鵬、《深度學(xué)習(xí)推薦系統(tǒng)》作者王喆等傾力推薦！ 1.多年實戰(zhàn)經(jīng)驗匯集 作者在眾多競賽平臺多次獲得好成績，本書匯集了他們在競賽圈多年的實戰(zhàn)經(jīng)驗。 2.基本理論與競賽技巧結(jié)合 本書系統(tǒng)的介紹了算法競賽，包括算法競賽的基本理論知識以及競賽中的上分思路和技巧。 3.眾多競賽選手參與 結(jié)合國內(nèi)多名競賽選手建議，對本書結(jié)構(gòu)進行細致編排，結(jié)合多個領(lǐng)域模塊進行實戰(zhàn)講解，剖析競賽本質(zhì)的內(nèi)容。 4.提供完整數(shù)據(jù)與代碼 本書將會開源大量的獲獎競賽完整數(shù)據(jù)與代碼，供讀者快速上手掌握常見的實踐方法與競賽技巧。
機器學(xué)習(xí)算法競賽實戰(zhàn) 內(nèi)容簡介
本書是算法競賽領(lǐng)域一本系統(tǒng)介紹競賽的圖書，書中不僅包含競賽的基本理論知識，還結(jié)合多個方向和案例詳細闡述了競賽中的上分思路和技巧。全書分為五部分：部分以算法競賽的通用流程為主，介紹競賽中各個部分的核心內(nèi)容和具體工作；第二部分介紹了用戶畫像相關(guān)的問題；第三部分以時間序列預(yù)測問題為主，先講述這類問題的常見解題思路和技巧，然后分析天池平臺的優(yōu)選城市計算AI 挑戰(zhàn)賽和 Kaggle 平臺的Corporación Favorita Grocery Sales Forecasting；第四部分主要介紹計算廣告的核心技術(shù)和業(yè)務(wù)，包括廣告召回、廣告排序和廣告競價，其中兩個實戰(zhàn)案例是2018 騰訊廣告算法大賽——相似人群拓展和Kaggle 平臺的TalkingData AdTracking Fraud Detection Challenge；第五部分基于自然語言處理相關(guān)的內(nèi)容進行講解，其中實戰(zhàn)案例是Kaggle 平臺上的經(jīng)典競賽Quora Question Pairs。 本書適合從事機器學(xué)習(xí)、數(shù)據(jù)挖掘和人工智能相關(guān)算法崗位的人閱讀。
機器學(xué)習(xí)算法競賽實戰(zhàn) 目錄
目 錄
第 1 章 初見競賽 1
1．1 競賽平臺 2
1．1．1 Kaggle 2
1．1．2 天池 6
1．1．3 DF 7
1．1．4 DC 7
1．1．5 Kesci 7
1．1．6 JDATA 8
1．1．7 企業(yè)網(wǎng)站 8
1．2 競賽流程 8
1．2．1 問題建模 8
1．2．2 數(shù)據(jù)探索 9
1．2．3 特征工程 9
1．2．4 模型訓(xùn)練 9
1．2．5 模型融合 10
1．3 競賽類型 10
1．3．1 數(shù)據(jù)類型 10
1．3．2 任務(wù)類型 11
1．3．3 應(yīng)用場景 11
1．4 思考練習(xí) 11
第 2 章 問題建模 12
2．1 賽題理解 12
2．1．1 業(yè)務(wù)背景 12
2．1．2 數(shù)據(jù)理解 14
2．1．3 評價指標 14
2．2 樣本選擇 20
2．2．1 主要原因 20
2．2．2 準確方法 22
2．2．3 應(yīng)用場景 23
2．3 線下評估策略 24
2．3．1 強時序性問題 24
2．3．2 弱時序性問題 24
2．4 實戰(zhàn)案例 25
2．4．1 賽題理解 26
2．4．2 線下驗證 27
2．5 思考練習(xí) 28
第3 章 數(shù)據(jù)探索 29
3．1 數(shù)據(jù)初探 29
3．1．1 分析思路 29
3．1．2 分析方法 30
3．1．3 明確目的 30
3．2 變量分析 32
3．2．1 單變量分析 33
3．2．2 多變量分析 37
3．3 模型分析 39
3．3．1 學(xué)習(xí)曲線 39
3．3．2 特征重要性分析 40
3．3．3 誤差分析 41
3．4 思考練習(xí) 42
第4 章 特征工程 43
4．1 數(shù)據(jù)預(yù)處理 43
4．1．1 缺失值處理 44
4．1．2 異常值處理 45
4．1．3 優(yōu)化內(nèi)存 46
4．2 特征變換 47
4．2．1 連續(xù)變量無量綱化 47
4．2．2 連續(xù)變量數(shù)據(jù)變換 48
4．2．3 類別特征轉(zhuǎn)換 50
4．2．4 不規(guī)則特征變換 50
4．3 特征提取 51
4．3．1 類別相關(guān)的統(tǒng)計特征 51
4．3．2 數(shù)值相關(guān)的統(tǒng)計特征 53
4．3．3 時間特征 53
4．3．4 多值特征 54
4．3．5 小結(jié) 55
4．4 特征選擇 55
4．4．1 特征關(guān)聯(lián)性分析 55
4．4．2 特征重要性分析 57
4．4．3 封裝方法 57
4．4．4 小結(jié) 58
4．5 實戰(zhàn)案例 59
4．5．1 數(shù)據(jù)預(yù)處理 59
4．5．2 特征提取 60
4．5．3 特征選擇 61
4．6 練習(xí) 62
第5 章 模型選擇 63
5．1 線性模型 63
5．1．1 Lasso 回歸 63
5．1．2 Ridge 回歸 64
5．2 樹模型 64
5．2．1 隨機森林 65
5．2．2 梯度提升樹 66
5．2．3 XGBoost 67
5．2．4 LightGBM 68
5．2．5 CatBoost 69
5．2．6 模型深入對比 70
5．3 神經(jīng)網(wǎng)絡(luò) 73
5．3．1 多層感知機 74
5．3．2 卷積神經(jīng)網(wǎng)絡(luò) 75
5．3．3 循環(huán)神經(jīng)網(wǎng)絡(luò) 77
5．4 實戰(zhàn)案例 79
5．5 練習(xí) 80
第6 章 模型融合 81
6．1 構(gòu)建多樣性 81
6．1．1 特征多樣性 81
6．1．2 樣本多樣性 82
6．1．3 模型多樣性 82
6．2 訓(xùn)練過程融合 83
6．2．1 Bagging 83
6．2．2 Boosting 83
6．3 訓(xùn)練結(jié)果融合 84
6．3．1 加權(quán)法 84
6．3．2 Stacking 融合 86
6．3．3 Blending 融合 87
6．4 實戰(zhàn)案例 88
6．5 練習(xí) 90
第7 章 用戶畫像 91
7．1 什么是用戶畫像 92
7．2 標簽系統(tǒng) 92
7．2．1 標簽分類方式 92
7．2．2 多渠道獲取標簽 93
7．2．3 標簽體系框架 94
7．3 用戶畫像數(shù)據(jù)特征 95
7．3．1 常見的數(shù)據(jù)形式 95
7．3．2 文本挖掘算法 97
7．3．3 神奇的嵌入表示 98
7．3．4 相似度計算方法 101
7．4 用戶畫像的應(yīng)用 103
7．4．1 用戶分析 103
7．4．2 精準營銷 104
7．4．3 風控領(lǐng)域 105
7．5 思考練習(xí) 106
第8 章 實戰(zhàn)案例：Elo Merchant Category Recommendation（Kaggle） 107
8．1 賽題理解 107
8．1．1 賽題背景 107
8．1．2 賽題數(shù)據(jù) 108
8．1．3 賽題任務(wù) 108
8．1．4 評價指標 109
8．1．5 賽題FAQ 109
8．2 探索性分析 109
8．2．1 字段類別含義 110
8．2．2 字段取值狀況 111
8．2．3 數(shù)據(jù)分布差異 112
8．2．4 表格關(guān)聯(lián)關(guān)系 115
8．2．5 數(shù)據(jù)預(yù)處理 115
8．3 特征工程 116
8．3．1 通用特征 116
8．3．2 業(yè)務(wù)特征 117
8．3．3 文本特征 118
8．3．4 特征選擇 119
8．4 模型訓(xùn)練 119
8．4．1 隨機森林 119
8．4．2 LightGBM 121
8．4．3 XGBoost 124
8．5 模型融合 127
8．5．1 加權(quán)融合 127
8．5．2 Stacking 融合 127
8．6 高效提分 128
8．6．1 特征優(yōu)化 128
8．6．2 融合技巧 130
8．7 賽題總結(jié) 134
8．7．1 更多方案 134
8．7．2 知識點梳理 135
8．7．3 延伸學(xué)習(xí) 135
第9 章 時間序列分析 138
9．1 介紹時間序列分析 138
9．1．1 簡單定義 138
9．1．2 常見問題 139
9．1．3 交叉驗證 140
9．1．4 基本規(guī)則方法 141
9．2 時間序列模式 142
9．2．1 趨勢性 142
9．2．2 周期性 143
9．2．3 相關(guān)性 144
9．2．4 隨機性 144
9．3 特征提取方式 144
9．3．1 歷史平移 145
9．3．2 窗口統(tǒng)計 145
9．3．3 序列熵特征 145
9．3．4 其他特征 146
9．4 模型的多樣性 146
9．4．1 傳統(tǒng)的時序模型 147
9．4．2 樹模型 147
9．4．3 深度學(xué)習(xí)模型 148
9．5 練習(xí) 150
第 10 章 實戰(zhàn)案例：全球城市計算AI挑戰(zhàn)賽 151
10．1 賽題理解 151
10．1．1 背景介紹 152
10．1．2 賽題數(shù)據(jù) 152
10．1．3 評價指標 153
10．1．4 賽題FAQ 153
10．1．5 baseline 方案 153
10．2 探索性數(shù)據(jù)分析 157
10．2．1 數(shù)據(jù)初探 157
10．2．2 模式分析 159
10．3 特征工程 162
10．3．1 數(shù)據(jù)預(yù)處理 162
10．3．2 強相關(guān)性特征 163
10．3．3 趨勢性特征 165
10．3．4 站點相關(guān)特征 165
10．3．5 特征強化 166
10．4 模型選擇 166
10．4．1 LightGBM 模型 167
10．4．2 時序模型 168
10．5 強化學(xué)習(xí) 170
10．5．1 時序stacking 170
10．5．2 Top 方案解析 171
10．5．3 相關(guān)賽題推薦 172
第 11 章 實戰(zhàn)案例-Corporación Favorita Grocery Sales Forecasting 174
11．1 賽題理解 174
11．1．1 背景介紹 174
11．1．2 賽題數(shù)據(jù) 175
11．1．3 評價指標 175
11．1．4 賽題FAQ 176
11．1．5 baseline 方案 176
11．2 探索性數(shù)據(jù)分析 181
11．2．1 數(shù)據(jù)初探 181
11．2．2 單變量分析 184
11．2．3 多變量分析 188
11．3 特征工程 190
11．3．1 歷史平移特征 191
11．3．2 窗口統(tǒng)計特征 192
11．3．3 構(gòu)造粒度多樣性 193
11．3．4 高效特征選擇 194
11．4 模型選擇 195
11．4．1 LightGBM 模型 196
11．4．2 LSTM 模型 196
11．4．3 Wavenet 模型 198
11．4．4 模型融合 199
11．5 賽題總結(jié) 200
11．5．1 更多方案 200
11．5．2 知識點梳理 201
11．5．2 延伸學(xué)習(xí) 202
第 12 章 計算廣告 204
12．1 什么是計算廣告 204
12．1．1 主要問題 205
12．1．2 計算廣告系統(tǒng)架構(gòu) 205
12．2 廣告類型 207
12．2．1 合約廣告 207
12．2．2 競價廣告 207
12．2．3 程序化交易廣告 208
12．3 廣告召回 208
12．3．1 廣告召回模塊 208
12．3．2 DSSM 語義召回 210
12．4 廣告排序 211
12．4．1 點擊率預(yù)估 211
12．4．2 特征處理 212
12．4．3 常見模型 214
12．5 廣告競價 219
12．6 小結(jié) 221
12．7 思考練習(xí) 221
第 13 章 實戰(zhàn)案例：2018 騰訊廣告算法大賽——相似人群拓展 222
13．1 賽題理解 222
13．1．1 賽題背景 223
13．1．2 賽題數(shù)據(jù) 224
13．1．3 賽題任務(wù) 226
13．1．4 評價指標 226
13．1．5 賽題FAQ 227
13．2 探索性數(shù)據(jù)分析 227
13．2．1 競賽的公開數(shù)據(jù)集 227
13．2．2 訓(xùn)練集與測試集 227
13．2．3 廣告屬性 229
13．2．4 用戶信息 229
13．2．5 數(shù)據(jù)集特征拼接 230
13．2．6 基本建模思路 232
13．3 特征工程 232
13．3．1 經(jīng)典特征 232
13．3．2 業(yè)務(wù)特征 234
13．3．3 文本特征 235
13．3．4 特征降維 237
13．3．5 特征存儲 238
13．4 模型訓(xùn)練 238
13．4．1 LightGBM 238
13．4．2 CatBoost 238
13．4．3 XGBoost 239
13．5 模型融合 239
13．5．1 加權(quán)融合 239
13．5．2 Stacking 融合 239
13．6 賽題總結(jié) 240
13．6．1 更多方案 240
13．6．2 知識點梳理 241
13．6．3 延伸學(xué)習(xí) 241
第 14 章 實戰(zhàn)案例-TalkingData AdTracking Fraud DetectionChallenge 243
14．1 賽題理解 243
14．1．1 背景介紹 243
14．1．2 賽題數(shù)據(jù) 244
14．1．3 評價指標 244
14．1．4 賽題FAQ 244
14．1．5 baseline 方案 245
14．2 探索性數(shù)據(jù)分析 247
14．2．1 數(shù)據(jù)初探 247
14．2．2 單變量分析 249
14．2．3 多變量分析 254
14．2．4 數(shù)據(jù)分布 255
14．3 特征工程 256
14．3．1 統(tǒng)計特征 256
14．3．2 時間差特征 257
14．3．3 排序特征 258
14．3．4 目標編碼特征 258
14．4 模型選擇 259
14．4．1 LR 模型 259
14．4．2 CatBoost 模型 259
14．4．3 LightGBM 模型 260
14．4．4 DeepFM 模型 261
14．5 賽題總結(jié) 264
14．5．1 更多方案 264
14．5．2 知識點梳理 265
14．5．3 延伸學(xué)習(xí) 266
第 15 章 自然語言處理 268
15．1 自然語言處理的發(fā)展歷程 268
15．2 自然語言處理的常見場景 269
15．2．1 分類、回歸任務(wù) 269
15．2．2 信息檢索、文本匹配等任務(wù) 269
15．2．3 序列對序列、序列標注 269
15．2．4 機器閱讀 270
15．3 自然語言處理的常見技術(shù) 270
15．3．1 基于詞袋模型、TF-IDF．的特征提取 270
15．3．2 N-Gram 模型 271
15．3．3 詞嵌入模型 271
15．3．5 上下文相關(guān)預(yù)訓(xùn)練模型 272
15．3．6 常用的深度學(xué)習(xí)模型結(jié)構(gòu) 274
15．4 練習(xí) 276
第 16 章 實戰(zhàn)案例：Quora QuestionPairs 277
16．1 賽題理解 277
16．1．1 賽題背景 277
16．1．2 賽題數(shù)據(jù) 278
16．1．3 賽題任務(wù) 278
16．1．4 評價指標 278
16．1．5 賽題FAQ 278
16．2 探索性數(shù)據(jù)分析 279
16．2．1 字段類別含義 279
16．2．2 數(shù)據(jù)集基本量 279
16．2．3 文本的分布 280
16．2．4 詞的數(shù)量與詞云分析 282
16．2．5 基于傳統(tǒng)手段的文本數(shù)據(jù)預(yù)處理 284
16．2．6 基于深度學(xué)習(xí)模型的文本數(shù)據(jù)預(yù)處理 284
16．3 特征工程 285
16．3．1 通用文本特征 285
16．3．2 相似度特征 287
16．3．3 詞向量的進一步應(yīng)用——獨有詞匹配 290
16．3．4 詞向量的進一步應(yīng)用——詞與詞的兩兩匹配 290
16．3．5 其他相似度計算方式 291
16．4 機器學(xué)習(xí)模型和模型的訓(xùn)練 291
16．4．1 TextCNN 模型 291
16．4．2 TextLSTM 模型 292
16．4．3 TextLSTM with Attention 模型 293
16．4．4 Self-Attention 層 295
16．4．5 Transformer 和BERT 類模型 296
16．4．6 基于 representation 和基于 interaction 的深度學(xué)習(xí)模型的差異 298
16．4．7 一種特殊的基于 interaction 的深度學(xué)習(xí)模型 303
16．4．8 深度學(xué)習(xí)文本數(shù)據(jù)的翻譯增強 303
16．4．9 深度學(xué)習(xí)文本數(shù)據(jù)的預(yù)處理 304
16．4．10 BERT 模型的訓(xùn)練 306
16．5 模型融合 310
16．6 賽題總結(jié) 310
16．6．1 更多方案 310
16．6．2 知識點梳理 310
16．6．3 延伸學(xué)習(xí) 311
第 1 章 初見競賽 1
1．1 競賽平臺 2
1．1．1 Kaggle 2
1．1．2 天池 6
1．1．3 DF 7
1．1．4 DC 7
1．1．5 Kesci 7
1．1．6 JDATA 8
1．1．7 企業(yè)網(wǎng)站 8
1．2 競賽流程 8
1．2．1 問題建模 8
1．2．2 數(shù)據(jù)探索 9
1．2．3 特征工程 9
1．2．4 模型訓(xùn)練 9
1．2．5 模型融合 10
1．3 競賽類型 10
1．3．1 數(shù)據(jù)類型 10
1．3．2 任務(wù)類型 11
1．3．3 應(yīng)用場景 11
1．4 思考練習(xí) 11
第 2 章 問題建模 12
2．1 賽題理解 12
2．1．1 業(yè)務(wù)背景 12
2．1．2 數(shù)據(jù)理解 14
2．1．3 評價指標 14
2．2 樣本選擇 20
2．2．1 主要原因 20
2．2．2 準確方法 22
2．2．3 應(yīng)用場景 23
2．3 線下評估策略 24
2．3．1 強時序性問題 24
2．3．2 弱時序性問題 24
2．4 實戰(zhàn)案例 25
2．4．1 賽題理解 26
2．4．2 線下驗證 27
2．5 思考練習(xí) 28
第3 章 數(shù)據(jù)探索 29
3．1 數(shù)據(jù)初探 29
3．1．1 分析思路 29
3．1．2 分析方法 30
3．1．3 明確目的 30
3．2 變量分析 32
3．2．1 單變量分析 33
3．2．2 多變量分析 37
3．3 模型分析 39
3．3．1 學(xué)習(xí)曲線 39
3．3．2 特征重要性分析 40
3．3．3 誤差分析 41
3．4 思考練習(xí) 42
第4 章 特征工程 43
4．1 數(shù)據(jù)預(yù)處理 43
4．1．1 缺失值處理 44
4．1．2 異常值處理 45
4．1．3 優(yōu)化內(nèi)存 46
4．2 特征變換 47
4．2．1 連續(xù)變量無量綱化 47
4．2．2 連續(xù)變量數(shù)據(jù)變換 48
4．2．3 類別特征轉(zhuǎn)換 50
4．2．4 不規(guī)則特征變換 50
4．3 特征提取 51
4．3．1 類別相關(guān)的統(tǒng)計特征 51
4．3．2 數(shù)值相關(guān)的統(tǒng)計特征 53
4．3．3 時間特征 53
4．3．4 多值特征 54
4．3．5 小結(jié) 55
4．4 特征選擇 55
4．4．1 特征關(guān)聯(lián)性分析 55
4．4．2 特征重要性分析 57
4．4．3 封裝方法 57
4．4．4 小結(jié) 58
4．5 實戰(zhàn)案例 59
4．5．1 數(shù)據(jù)預(yù)處理 59
4．5．2 特征提取 60
4．5．3 特征選擇 61
4．6 練習(xí) 62
第5 章 模型選擇 63
5．1 線性模型 63
5．1．1 Lasso 回歸 63
5．1．2 Ridge 回歸 64
5．2 樹模型 64
5．2．1 隨機森林 65
5．2．2 梯度提升樹 66
5．2．3 XGBoost 67
5．2．4 LightGBM 68
5．2．5 CatBoost 69
5．2．6 模型深入對比 70
5．3 神經(jīng)網(wǎng)絡(luò) 73
5．3．1 多層感知機 74
5．3．2 卷積神經(jīng)網(wǎng)絡(luò) 75
5．3．3 循環(huán)神經(jīng)網(wǎng)絡(luò) 77
5．4 實戰(zhàn)案例 79
5．5 練習(xí) 80
第6 章 模型融合 81
6．1 構(gòu)建多樣性 81
6．1．1 特征多樣性 81
6．1．2 樣本多樣性 82
6．1．3 模型多樣性 82
6．2 訓(xùn)練過程融合 83
6．2．1 Bagging 83
6．2．2 Boosting 83
6．3 訓(xùn)練結(jié)果融合 84
6．3．1 加權(quán)法 84
6．3．2 Stacking 融合 86
6．3．3 Blending 融合 87
6．4 實戰(zhàn)案例 88
6．5 練習(xí) 90
第7 章 用戶畫像 91
7．1 什么是用戶畫像 92
7．2 標簽系統(tǒng) 92
7．2．1 標簽分類方式 92
7．2．2 多渠道獲取標簽 93
7．2．3 標簽體系框架 94
7．3 用戶畫像數(shù)據(jù)特征 95
7．3．1 常見的數(shù)據(jù)形式 95
7．3．2 文本挖掘算法 97
7．3．3 神奇的嵌入表示 98
7．3．4 相似度計算方法 101
7．4 用戶畫像的應(yīng)用 103
7．4．1 用戶分析 103
7．4．2 精準營銷 104
7．4．3 風控領(lǐng)域 105
7．5 思考練習(xí) 106
第8 章 實戰(zhàn)案例：Elo Merchant Category Recommendation（Kaggle） 107
8．1 賽題理解 107
8．1．1 賽題背景 107
8．1．2 賽題數(shù)據(jù) 108
8．1．3 賽題任務(wù) 108
8．1．4 評價指標 109
8．1．5 賽題FAQ 109
8．2 探索性分析 109
8．2．1 字段類別含義 110
8．2．2 字段取值狀況 111
8．2．3 數(shù)據(jù)分布差異 112
8．2．4 表格關(guān)聯(lián)關(guān)系 115
8．2．5 數(shù)據(jù)預(yù)處理 115
8．3 特征工程 116
8．3．1 通用特征 116
8．3．2 業(yè)務(wù)特征 117
8．3．3 文本特征 118
8．3．4 特征選擇 119
8．4 模型訓(xùn)練 119
8．4．1 隨機森林 119
8．4．2 LightGBM 121
8．4．3 XGBoost 124
8．5 模型融合 127
8．5．1 加權(quán)融合 127
8．5．2 Stacking 融合 127
8．6 高效提分 128
8．6．1 特征優(yōu)化 128
8．6．2 融合技巧 130
8．7 賽題總結(jié) 134
8．7．1 更多方案 134
8．7．2 知識點梳理 135
8．7．3 延伸學(xué)習(xí) 135
第9 章 時間序列分析 138
9．1 介紹時間序列分析 138
9．1．1 簡單定義 138
9．1．2 常見問題 139
9．1．3 交叉驗證 140
9．1．4 基本規(guī)則方法 141
9．2 時間序列模式 142
9．2．1 趨勢性 142
9．2．2 周期性 143
9．2．3 相關(guān)性 144
9．2．4 隨機性 144
9．3 特征提取方式 144
9．3．1 歷史平移 145
9．3．2 窗口統(tǒng)計 145
9．3．3 序列熵特征 145
9．3．4 其他特征 146
9．4 模型的多樣性 146
9．4．1 傳統(tǒng)的時序模型 147
9．4．2 樹模型 147
9．4．3 深度學(xué)習(xí)模型 148
9．5 練習(xí) 150
第 10 章 實戰(zhàn)案例：全球城市計算AI挑戰(zhàn)賽 151
10．1 賽題理解 151
10．1．1 背景介紹 152
10．1．2 賽題數(shù)據(jù) 152
10．1．3 評價指標 153
10．1．4 賽題FAQ 153
10．1．5 baseline 方案 153
10．2 探索性數(shù)據(jù)分析 157
10．2．1 數(shù)據(jù)初探 157
10．2．2 模式分析 159
10．3 特征工程 162
10．3．1 數(shù)據(jù)預(yù)處理 162
10．3．2 強相關(guān)性特征 163
10．3．3 趨勢性特征 165
10．3．4 站點相關(guān)特征 165
10．3．5 特征強化 166
10．4 模型選擇 166
10．4．1 LightGBM 模型 167
10．4．2 時序模型 168
10．5 強化學(xué)習(xí) 170
10．5．1 時序stacking 170
10．5．2 Top 方案解析 171
10．5．3 相關(guān)賽題推薦 172
第 11 章 實戰(zhàn)案例-Corporación Favorita Grocery Sales Forecasting 174
11．1 賽題理解 174
11．1．1 背景介紹 174
11．1．2 賽題數(shù)據(jù) 175
11．1．3 評價指標 175
11．1．4 賽題FAQ 176
11．1．5 baseline 方案 176
11．2 探索性數(shù)據(jù)分析 181
11．2．1 數(shù)據(jù)初探 181
11．2．2 單變量分析 184
11．2．3 多變量分析 188
11．3 特征工程 190
11．3．1 歷史平移特征 191
11．3．2 窗口統(tǒng)計特征 192
11．3．3 構(gòu)造粒度多樣性 193
11．3．4 高效特征選擇 194
11．4 模型選擇 195
11．4．1 LightGBM 模型 196
11．4．2 LSTM 模型 196
11．4．3 Wavenet 模型 198
11．4．4 模型融合 199
11．5 賽題總結(jié) 200
11．5．1 更多方案 200
11．5．2 知識點梳理 201
11．5．2 延伸學(xué)習(xí) 202
第 12 章 計算廣告 204
12．1 什么是計算廣告 204
12．1．1 主要問題 205
12．1．2 計算廣告系統(tǒng)架構(gòu) 205
12．2 廣告類型 207
12．2．1 合約廣告 207
12．2．2 競價廣告 207
12．2．3 程序化交易廣告 208
12．3 廣告召回 208
12．3．1 廣告召回模塊 208
12．3．2 DSSM 語義召回 210
12．4 廣告排序 211
12．4．1 點擊率預(yù)估 211
12．4．2 特征處理 212
12．4．3 常見模型 214
12．5 廣告競價 219
12．6 小結(jié) 221
12．7 思考練習(xí) 221
第 13 章 實戰(zhàn)案例：2018 騰訊廣告算法大賽——相似人群拓展 222
13．1 賽題理解 222
13．1．1 賽題背景 223
13．1．2 賽題數(shù)據(jù) 224
13．1．3 賽題任務(wù) 226
13．1．4 評價指標 226
13．1．5 賽題FAQ 227
13．2 探索性數(shù)據(jù)分析 227
13．2．1 競賽的公開數(shù)據(jù)集 227
13．2．2 訓(xùn)練集與測試集 227
13．2．3 廣告屬性 229
13．2．4 用戶信息 229
13．2．5 數(shù)據(jù)集特征拼接 230
13．2．6 基本建模思路 232
13．3 特征工程 232
13．3．1 經(jīng)典特征 232
13．3．2 業(yè)務(wù)特征 234
13．3．3 文本特征 235
13．3．4 特征降維 237
13．3．5 特征存儲 238
13．4 模型訓(xùn)練 238
13．4．1 LightGBM 238
13．4．2 CatBoost 238
13．4．3 XGBoost 239
13．5 模型融合 239
13．5．1 加權(quán)融合 239
13．5．2 Stacking 融合 239
13．6 賽題總結(jié) 240
13．6．1 更多方案 240
13．6．2 知識點梳理 241
13．6．3 延伸學(xué)習(xí) 241
第 14 章 實戰(zhàn)案例-TalkingData AdTracking Fraud DetectionChallenge 243
14．1 賽題理解 243
14．1．1 背景介紹 243
14．1．2 賽題數(shù)據(jù) 244
14．1．3 評價指標 244
14．1．4 賽題FAQ 244
14．1．5 baseline 方案 245
14．2 探索性數(shù)據(jù)分析 247
14．2．1 數(shù)據(jù)初探 247
14．2．2 單變量分析 249
14．2．3 多變量分析 254
14．2．4 數(shù)據(jù)分布 255
14．3 特征工程 256
14．3．1 統(tǒng)計特征 256
14．3．2 時間差特征 257
14．3．3 排序特征 258
14．3．4 目標編碼特征 258
14．4 模型選擇 259
14．4．1 LR 模型 259
14．4．2 CatBoost 模型 259
14．4．3 LightGBM 模型 260
14．4．4 DeepFM 模型 261
14．5 賽題總結(jié) 264
14．5．1 更多方案 264
14．5．2 知識點梳理 265
14．5．3 延伸學(xué)習(xí) 266
第 15 章 自然語言處理 268
15．1 自然語言處理的發(fā)展歷程 268
15．2 自然語言處理的常見場景 269
15．2．1 分類、回歸任務(wù) 269
15．2．2 信息檢索、文本匹配等任務(wù) 269
15．2．3 序列對序列、序列標注 269
15．2．4 機器閱讀 270
15．3 自然語言處理的常見技術(shù) 270
15．3．1 基于詞袋模型、TF-IDF．的特征提取 270
15．3．2 N-Gram 模型 271
15．3．3 詞嵌入模型 271
15．3．5 上下文相關(guān)預(yù)訓(xùn)練模型 272
15．3．6 常用的深度學(xué)習(xí)模型結(jié)構(gòu) 274
15．4 練習(xí) 276
第 16 章 實戰(zhàn)案例：Quora QuestionPairs 277
16．1 賽題理解 277
16．1．1 賽題背景 277
16．1．2 賽題數(shù)據(jù) 278
16．1．3 賽題任務(wù) 278
16．1．4 評價指標 278
16．1．5 賽題FAQ 278
16．2 探索性數(shù)據(jù)分析 279
16．2．1 字段類別含義 279
16．2．2 數(shù)據(jù)集基本量 279
16．2．3 文本的分布 280
16．2．4 詞的數(shù)量與詞云分析 282
16．2．5 基于傳統(tǒng)手段的文本數(shù)據(jù)預(yù)處理 284
16．2．6 基于深度學(xué)習(xí)模型的文本數(shù)據(jù)預(yù)處理 284
16．3 特征工程 285
16．3．1 通用文本特征 285
16．3．2 相似度特征 287
16．3．3 詞向量的進一步應(yīng)用——獨有詞匹配 290
16．3．4 詞向量的進一步應(yīng)用——詞與詞的兩兩匹配 290
16．3．5 其他相似度計算方式 291
16．4 機器學(xué)習(xí)模型和模型的訓(xùn)練 291
16．4．1 TextCNN 模型 291
16．4．2 TextLSTM 模型 292
16．4．3 TextLSTM with Attention 模型 293
16．4．4 Self-Attention 層 295
16．4．5 Transformer 和BERT 類模型 296
16．4．6 基于 representation 和基于 interaction 的深度學(xué)習(xí)模型的差異 298
16．4．7 一種特殊的基于 interaction 的深度學(xué)習(xí)模型 303
16．4．8 深度學(xué)習(xí)文本數(shù)據(jù)的翻譯增強 303
16．4．9 深度學(xué)習(xí)文本數(shù)據(jù)的預(yù)處理 304
16．4．10 BERT 模型的訓(xùn)練 306
16．5 模型融合 310
16．6 賽題總結(jié) 310
16．6．1 更多方案 310
16．6．2 知識點梳理 310
16．6．3 延伸學(xué)習(xí) 311
展開全部
機器學(xué)習(xí)算法競賽實戰(zhàn) 作者簡介
王賀（魚遇雨欲語與余）畢業(yè)于武漢大學(xué)計算機學(xué)院，碩士學(xué)位，研究方向為圖數(shù)據(jù)挖掘，現(xiàn)任職于小米商業(yè)算法部，從事應(yīng)用商店廣告推薦的研究和開發(fā)。是2019年和2020年騰訊廣告算法大賽的冠軍，從2018年至2020年多次參加國內(nèi)外算法競賽，共獲得五次冠軍和五次亞軍。劉鵬2016年本科畢業(yè)于武漢大學(xué)數(shù)學(xué)基地班，保研至中國科學(xué)技術(shù)大學(xué)自動化系，碩士期間研究方向為復(fù)雜網(wǎng)絡(luò)與機器學(xué)習(xí)，2018年起多次獲得機器學(xué)習(xí)相關(guān)競賽獎項，2019年至今就職于華為技術(shù)有限公司，任算法工程師。錢乾本科就讀于美國佐治亞理工大學(xué)，研究方向包括機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等，現(xiàn)就職于數(shù)程科技，工作方向為物流領(lǐng)域的智能算法應(yīng)用，任大數(shù)據(jù)技術(shù)負責人。
書友推薦
- >
月亮與六便士
- >
推拿
- >
李白與唐代文化
- >
有舍有得是人生
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
名家?guī)阕x魯迅:朝花夕拾
- >
朝聞道
- >
唐代進士錄
本類暢銷
