精品网课
有声读物
游戏
影音
电子书
天地星球
天地商城
60秒读懂世界
【★搜天地工具箱★】
课程介绍(A000608)：
Kaggle 是业界高度认可的数据科学竞赛平台，如果你的简历中有丰富的 Kaggle竞赛经验，将大大提升你的就业竞争力和成功率。本课程将深度剖析7大经典案例，带你全面掌握多领域竞赛题目，助力你快速增加项目经验，提升竞赛排名。丰富竞赛经验，提升Kaggle排名，增加职场竞争力与面试成功率。真实赛题+优胜方案+代码实操，快速成为竞赛高手
〖老师介绍〗:
- 在机器学习领域深耕多年，有丰富的数据竞赛经验， 多次在 Kaggle 竞赛中排名全球前 1000，天池竞赛排名前 20 的数据大神，科大讯飞人工智能金牌讲师，授课经验丰富。
课程目录：
- 第1章 课程导学 1 节 | 8分钟
- 认识 Kaggle，以及为什么要学习 Kaggle 竞赛，这门课可以给你带来什么？
-
- 视频：1-1 课程导学：为什么要学习 Kaggle 竞赛知识？ (07:06)
- 第2章 学前基础知识 10 节 | 97分钟
- 本章节会带着大家学习一些打竞赛之前的必备学前基础
-
- 图文：2-1 学前必读知识
- 视频：2-2 Kaggle竞赛介绍 (13:35)
- 视频：2-3 Kaggle竞赛流程 (08:58)
- 图文：2-4 Kaggle Notebooks使用
- 视频：2-5 XGBoost 、LightGBM和Catboost (13:54)
- 视频：2-6 数据划分与交叉验证 (16:58)
- 视频：2-7 模型集成方法 (19:39)
- 视频：2-8 比赛案例Titanic幸存乘客预测 (18:30)
- 视频：2-9 本章小结 (05:06)
- 作业：2-10 【作业】注册Kaggle账号，参加Tiantic比赛并提交
- 第3章 结构化技能与案例分析13 节 | 176分钟
- 结构化技能领域经典赛题：即时反馈内核竞赛赛题解读，经典优胜方案解析，以及讲师手把手带着提交赛题代码，掌握结构化竞赛的技能和相关案例。
-
- 图文：3-1 学前必读知识
- 视频：3-2 结构化技能之特征工程（上） (14:12)
- 视频：3-3 结构化技能之特征工程（下） (14:47)
- 视频：3-4 结构化技能之特征筛选 (18:14)
- 视频：3-5 -1 Instant Gratification赛题介绍（上） (17:11)
- 视频：3-6 Instant Gratification赛题介绍（下） (19:14)
- 视频：3-7 Instant Gratification赛题实践 (23:02)
- 视频：3-8 Instant Gratification优胜方案 (16:23)
- 视频：3-9 IEEE-CIS Fraud Detection赛题介绍 (19:41)
- 视频：3-10 IEEE-CIS Fraud Detection赛题实践 (16:09)
- 视频：3-11 IEEE-CIS Fraud Detection优胜方案 (11:45)
- 视频：3-12 本章小结 (05:06)
- 作业：3-13 【作业】参加Kaggle平台比赛，并提交结果
- 第4章 文本技能与案例解析10 节 | 110分钟
- 文本技能领域经典赛题：Quora充分文本检测赛题解读，经典优胜方案解析，以及讲师手把手带着提交赛题代码，掌握词向量的文本分类流程，以及文本竞赛的技能和相关案例
-
- 图文：4-1 学前必读知识
- 视频：4-2 词向量基础与使用 (14:20)
- 视频：4-3 文本分类基础 (19:10)
- 视频：4-4 Quora Question Pairs赛题介绍 (07:17)
- 视频：4-5 Quora Question Pairs赛题实践 (13:06)
- 视频：4-6 Quora Question Pairs优胜方案 (15:00)
- 视频：4-7 高阶文本分类模型 (15:57)
- 视频：4-8 Quora Insincere Questions Classification赛题介绍 (08:34)
- 视频：4-9 Quora Insincere Questions Classification赛题实践 (16:22)
- 作业：4-10 【作业】参加Kaggle平台比赛，并提交结果
- 第5章 语音技能与案例解析9 节 | 79分钟
- 语音化技能领域经典赛题：康奈尔鸟叫声识别竞赛赛题解读，经典优胜方案解析，以及讲师手把手带着提交赛题代码，掌握语音特征提取的方法和语音竞赛案例。
-
- 图文：5-1 学前必读知识
- 视频：5-2 语音特征处理（上） (11:48)
- 视频：5-3 语音特征处理（下） (10:56)
- 视频：5-4 语音模型和数据扩增方法 (15:10)
- 视频：5-5 Cornell Birdcall Identification赛题介绍 (11:57)
- 视频：5-6 Cornell Birdcall Identification动手实践 (13:15)
- 视频：5-7 Cornell Birdcall Identification优胜方案 (09:19)
- 视频：5-8 本章小结 (05:46)
- 作业：5-9 【作业】参加Kaggle平台比赛，并提交结果
- 第6章 视觉技能与案例解析
- 视觉图像技能领域经典赛题：谷歌涂鸦识别挑战竞赛赛题解读，经典优胜方案解析，以及讲师手把手带着提交赛题代码，掌握图像处理基础、图像赛题流程和视觉赛题相关案例。
- 第7章 课程总结
- 对课程知识点进行复盘总结 简历撰写指导
文件目录：
| Kaggle竞赛案例深度剖析，轻松赢得让大厂面试官双眼放光的竞赛经验完结无秘百度云下载 |
| │ │ 6-10 Severstal Steel Defect Detection优胜方案.mp4 |
| │ │ 6-11 Shopee – Price Match Guarantee赛题介绍.mp4 |
| │ │ 6-12 Shopee – Price Match Guarantee代码实践.mp4 |
| │ │ 6-13 Shopee – Price Match Guarantee优胜方案.mp4 |
| │ │ 6-14 章节知识点总结.mp4 |
| │ │ 7-1 竞赛参赛指南.mp4 |
| │ │ 7-2 竞赛简历撰写指导.mp4 |
| │ │ kaggle-course-note-master(1).zip |
| │ │ kaggle-course-note-master.zip |
| │ │ |
| │ ├─第1章 课程导学 |
| │ │ 1-1.mp4 |
| │ │ |
| │ ├─第2章 学前基础知识 |
| │ │ 2-1 学前必读知识.pdf |
| │ │ 2-10.jpg |
| │ │ 2-2.mp4 |
| │ │ 2-3.mp4 |
| │ │ 2-4 Kaggle Notebooks使用.pdf |
| │ │ 2-5.mp4 |
| │ │ 2-6.mp4 |
| │ │ 2-8.mp4 |
| │ │ 2-9.mp4 |
| │ │ |
| │ ├─第3章 结构化技能与案例分析 |
| │ │ 3-1 学前必读知识.pdf |
| │ │ 3-10.mp4 |
| │ │ 3-11.mp4 |
| │ │ 3-12.mp4 |
| │ │ 3-13 Indoor Location & Navigation赛题介绍.mp4 |
| │ │ 3-13.png |
| │ │ 3-14 Indoor Location & Navigation动手实践.mp4 |
| │ │ 3-15 Indoor Location & Navigation优胜方案.mp4 |
| │ │ 3-16 Home Credit Default Risk赛题介绍.mp4 |
| │ │ 3-2.mp4 |
| │ │ 3-3.mp4 |
| │ │ 3-4.mp4 |
| │ │ 3-5.mp4 |
| │ │ 3-6.mp4 |
| │ │ 3-7.mp4 |
| │ │ 3-8.mp4 |
| │ │ 3-9.mp4 |
| │ │ |
| │ ├─第4章 文本技能与案例解析 |
| │ │ 4-1 学前必读知识.pdf |
| │ │ 4-10.jpg |
| │ │ 4-2.mp4 |
| │ │ 4-3.mp4 |
| │ │ 4-4.mp4 |
| │ │ 4-5.mp4 |
| │ │ 4-6.mp4 |
| │ │ 4-7.mp4 |
| │ │ 4-8.mp4 |
| │ │ 4-9.mp4 |
| │ │ |
| │ ├─第5章 语音技能与案例解析 |
| │ │ 5-1 学前必读知识.pdf |
| │ │ 5-2.mp4 |
| │ │ 5-3.mp4 |
| │ │ 5-4.mp4 |
| │ │ 5-5.mp4 |
| │ │ 5-6.mp4 |
| │ │ 5-7.mp4 |
| │ │ 5-8.mp4 |
| │ │ 5-9.jpg |
| │ │ |
| │ └─第6章 视觉技能与案例解析 |
| │ 6-1.mp4 |
| │ 6-10.mp4 |
| │ 6-11.mp4 |
| │ 6-2.mp4 |
| │ 6-3.mp4 |
| │ 6-4.mp4 |
| │ 6-5.mp4 |
| │ 6-6.mp4 |
| │ 6-7.mp4 |
| │ 6-8.mp4 |
| │ 6-9.mp4 |
本站所有资源均来自网络，版权归原作者所有，本站仅提供收集与推荐，若侵犯到您的权益，请【给我们反馈】，我们将在24小时内处理！
