datawhale 第4页

深度强化学习Task2：策略梯度算法

本篇博客是本人参加Datawhale组队学习第二次任务的笔记【教程地址】文章目录基于价值算法和基于策略算法的比较策略梯度算法策略梯度算法的直观理解策略梯度算法REINFORCE算法基于平稳分布的策略梯度算法

卡拉比丘流形·2024-01-22 07:16

datawhale 第三章-模型架构

一、大模型的分词器1.1什么是分词？分词的目的是将输入文本分成一个个词元，保证各个词元拥有相对完整和独立的语义，以供后续任务（比如学习embedding或者作为高级模型的输入）使用。1.2分词的三种粒度词粒度在英文等语言中有着天然的空格分隔，但是对于中文等语言可能需要额外的分词算法来进行处理（比如中文的jieba分词）词粒度的缺点：词粒度的词表由于长尾效应可能会非常大，并且稀有词往往很难学好；OO

fan_fan_feng·2024-01-21 08:41

(202401)深度强化学习基础2：策略梯度

文章目录前言策略梯度1基于价值算法的缺点2策略梯度算法3REINFORCE算法本章小结前言感谢Datawhale成员的开源本次学习内容的文档地址为第九章策略梯度策略梯度这个章节会开始介绍基于策略梯度的算法

早上真好·2024-01-20 22:27

（202401）深度强化学习基础与实践1：马尔科夫过程、DNQ算法回顾

文章目录序言马尔科夫决策过程含义性质回报状态转移矩阵DQN算法深度网络经验回放目标网络实战DQN算法DQN算法进阶DoubleDQNDuelingDQNNoisyDQNPERDQNC51算法序言本文章记录Datawhale

早上真好·2024-01-20 22:56

datawhale 大模型理论基础引言

学习地址：大模型理论基础一、什么是语言模型（LanguageModel)语言模型其实是一个概率模型，给每一个句子列表计算一个概率值：p(x1,…,xL)例如：p(the,mouse,ate,the,cheese)=0.02,p(the,cheeseate,the,mouse)=0.01,p(the,cheeseate,the,mouse)=0.01自回归语言模型(Autoregressivelan

fan_fan_feng·2024-01-20 19:49

datawhale 第二章-大模型的能力

一、概述GPT-3作为一个语言模型，被训练来预测下一个词。并未明确针对特定任务进行训练。在某些任务上，比如语言建模，GPT-3大幅度超越了现有技术的最高水平；在其他任务上，GPT-3与训练有素，拥有大量标签数据的系统竞争时，却明显落后二、语言模型的适应性：从语言模型到任务模型的转化将要给语言模型往特定任务模型转换的过程中，需要以下两个输入：任务描述：即解释一下你这个任务是要干嘛的训练实例：也就是通

fan_fan_feng·2024-01-20 19:49

Datawhale 强化学习笔记(二）马尔可夫过程，DQN 算法

函数如何用梯度下降的方式更新网络参数强化学习vs深度学习提高训练稳定性的技巧经验回放目标网络代码实战DQN算法进阶DoubleDQNDuelingDQN算法代码实战参考在线阅读文档github教程开源框架JoyRLdatawhalechina

RessCris·2024-01-20 17:54

DataWhale组队学习之知识图谱task04

参考datawhale开源组织:https://github.com/datawhalechina/team-learning-nlp/blob/master/KnowledgeGraph_Basic/

YANJINING·2024-01-20 16:28

Datawhale AI夏令营机器学习组学习日记（任务2.1-2.2）

一、任务2.11.1任务内容字段x1至x8为用户相关的属性，为匿名处理字段。添加代码对这些数据字段的取值分析，那些字段为数值类型？那些字段为类别类型？对于数值类型的字段，考虑绘制在标签分组下的箱线图。从common_ts中提取小时，绘制每小时下标签分布的变化。对udmap进行onehot，统计每个key对应的标签均值，绘制直方图。1.2代码解析1.2.1字段x1至x8属性分析#导入库importp

m0_49558200·2024-01-20 06:11

Datawhale AI夏令营机器学习组学习日记（任务1）

一、赛题内容本次大赛提供了讯飞开放平台海量的应用数据作为训练样本，参赛选手需要基于提供的样本构建模型，预测用户的新增情况。赛题数据由约62万条训练集、20万条测试集数据组成，共包含13个字段。其中uuid为样本唯一标识，eid为访问行为ID，udmap为行为属性，其中的key1到key9表示不同的行为属性，如项目名、项目id等相关字段，common_ts为应用访问记录发生时间（毫秒时间戳），其余字

m0_49558200·2024-01-20 06:10

贷款违约预测-Task5 模型融合

赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约预测项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master

致Great·2024-01-19 21:45

【Datawhale x 财务学习笔记】用智谱清言的代码沙盒进行分析

体验网址智谱清言：https://chatglm.cn/prompt帮我分析一下这个excel文件，从财务角度给出利润情况，并给出优化建议体验结果首先，我将查看上传的Excel文件的内容，以便了解其结构和包含的数据。然后，我将基于这些数据进行分析，并提供财务角度的利润情况和优化建议。让我们开始吧。importpandasaspd#LoadtheExcelfilefile_path='/mnt/da

JeffDingAI·2024-01-19 16:21

清华毕业生去哪了？

Datawhale分享2023届就业情况，来源：清华大学近日，清华就业工作会召开清华2023届档案在校本科毕业生3200多人档案在校研究生毕业生5200多人这些清华学生毕业后都去哪了？就业还是深造？

Datawhale·2024-01-19 09:03

ICLR 2024接收率31％，清华LCM论文作者：讲个笑话，被拒了！

Datawhale分享顶会：ICLR2024，编辑：机器之心你被拒了吗？ICLR2024国际学习表征会议已经来到了第十二届，将于今年5月7日-11日在奥地利维也纳会展中心举行。

Datawhale·2024-01-19 09:33

超过GPT3.5？Mixtral 8*7B 模型结构分析

Datawhale干货作者：宋志学，Datawhale成员前言2023年12月11日，MistralAI团队发布了一款高质量的稀疏专家混合模型Mixtral8x7B。

Datawhale·2024-01-19 09:00

寻找游戏大模王赛后分享（我的寻找游戏大模王之旅

AI原生应用大赛的Top1荆轲刺秦王团队的小罗，很高兴能在这里与大家分享我们这次比赛的经验，同时也希望以后有机会可以和大家一起交流学习~左二是我初遇首先，怀着对创作游戏和学习大模型的那么一份憧憬，作为Datawhale

Unicornlyy·2024-01-18 10:20

图像处理——人脸情绪识别（python卷积神经网络）

、项目背景二、项目任务三、数据说明四、项目步骤1.图片基本情况查看2.图片处理3.模型构建4.模型训练5.验证集验证模型效果6.使用模型进行预测总结前言这是我第一次做图像处理的项目，项目基于科大讯飞和Datawhale

机智的小神仙儿·2024-01-18 09:15

吃瓜教程Task1：概览西瓜书+南瓜书第1、2章

卡拉比丘流形·2024-01-18 05:45

深度强化学习Task1：马尔可夫过程、DQN算法回顾

本篇博客是本人参加Datawhale组队学习第一次任务的笔记【教程地址】https://github.com/datawhalechina/joyrl-book【强化学习库JoyRL】https://github.com

卡拉比丘流形·2024-01-18 05:14

Datawhale 大模型基础理论 Day1 引言

开源链接如下：https://github.com/datawhalechina/so-large-lm/blob/main/docs/content/ch01.md语言模型的概念：即能够赋予每个有意义的词

AIzealot无·2024-01-16 02:29

【wow-ts】前端学习笔记Typescript基础语法（一）

项目地址是https://github.com/datawhalechina/wow-ts。

miskirito·2024-01-15 22:40

2023虎扑高校排名公布！

Datawhale分享来源：虎扑、双一流高教、募格学术等高校排名榜大家应该都很常见吧，每一年，泰晤士排名、US排名、软科排名.....各类榜单层出不穷，根据各自的算法指数给高校排个高低，供学子们参考。

Datawhale·2024-01-15 11:16

AI大模型安全研究方向及学习路径！

Datawhale分享组织方：集智俱乐部、Datawhale导语2023年终于在此起彼伏的AI狂潮中涌向终点。通用人工智能AGI的实现路径逐渐雾消路现。

Datawhale·2024-01-15 11:46

冠军获奖经历：这一路我们不孤单！

Datawhale干货获奖：元贞、小罗，Datawhale优秀学习者前言大家好，我是2023寻找游戏大模王AI原生应用大赛的Top1荆轲刺秦王团队的小罗，很高兴能在这里与大家分享我们这次比赛的经验，同时也希望以后有机会可以和大家一起交流学习

Datawhale·2024-01-15 11:46

开年第一场AI学习来了！

Datawhale学习联合主办：MARS社区、人邮异步社区本期学习包含学习伙伴、算法学习和动手实践三大专区，共8个学习内容，详情如下：目录1.报名方式2.组队学习模式3.学习内容详情4.自学教程汇总1.

Datawhale·2024-01-15 11:15

动手学深度学习

本期Datawhale组队学习呢，是学习李沐老师的动手学深度学习pytorch版本，希望自己能坚持学下去有所收获。

伟伟好帅·2024-01-14 07:01

2024 CS Rankings 发布！清华世界第二

来源|DatawhaleCSRankings2024排名揭晓！全世界计算机科学机构的排名进行了大更新！

lqfarmer·2024-01-14 03:20

Tianchi发布完整开源数据集！

包含了计算机视觉，自然语言处理，金融，电商，医疗，工业，农业等数据集，非常适合学习和实践，Datawhale整理如下：#数据集开源地址https://tianchi.aliyun.com/dataset

无忧获客01·2024-01-13 18:09

Chat 向左，Agent 向右

Datawhale干货作者：李博杰，中国科学技术大学博士编辑丨极市平台导读也许“Agent”才是大模型的真正杀手级应用。

Datawhale·2024-01-12 13:39

MySQL：集合运算----Datawhale第四次打卡笔记

SQL基础教程声明：此博客内容整理自Datawhale打卡学习，且据打卡内容整理为笔记，转载请联系Datawhale及我本人授权，必须注明转载来源。

西关以西（望北楼）·2024-01-11 17:32

书生·浦语大模型实战营第一课笔记

Horace_01·2024-01-11 05:04

【组队学习】Task03：学习BERT和GPT

组队学习资料：datawhale8月组队学习-基于transformers的自然语言处理(NLP)入门Task03主要学习内容：2.3-图解BERT.md2.4-图解GPT.md声明:NLP纯小白,本文内容主要是作为个人学习笔记

诡途·2024-01-10 06:06

爆火全网的斯坦福家务机器人Mobile ALOHA，大！翻！！车！！！

Datawhale·2024-01-07 14:42

吴恩达最新预测：关于AI，这些事未来十年不会变

Datawhale干货分享：吴恩达等，来源：量子位2024年，AI的发展会有怎样的改变？在吴恩达最新的一封来信中，他认为有几件事情在接下来十年内都不会发生改变。

Datawhale·2024-01-07 14:12

GPT-4变笨的原因揭秘

Datawhale·2024-01-07 14:12

冠军团队！第二届百度搜索创新大赛AI方案

Datawhale干货作者：李柯辰，Datawhale成员写在前面大家好，我们是2023年第二届百度搜索创新大赛赛道三——AI应用设计赛道的冠军团队——“肝到凌晨”，很高兴能与大家分享我们这次比赛的经验

Datawhale·2024-01-07 14:11

Datawhale零基础入门NLP赛事 - Task3 基于机器学习的文本分类

我们构建了基于词袋模型和TF-IDF的特征提取器，随后构建了岭回归的分类器，并通过更改其各项参数观察变化，最后，使用逻辑回归作为分类器，发现效果大不如岭回归分类器。具体分析随后附上。

AugBoost·2024-01-04 07:45

DataWhale-(数据可视化Matplotlib)-Task04(样式色彩秀芳华)-202201

数据可视化Matplotlibfantastic-matplotlib第五回：样式色彩秀芳华第五回详细介绍matplotlib中样式和颜色的使用，绘图样式和颜色是丰富可视化图表的重要手段，因此熟练掌握本章可以让可视化图表变得更美观，突出重点和凸显艺术性。关于绘图样式，常见的有3种方法，分别是修改预定义样式，自定义样式和rcparams。关于颜色使用，本章介绍了常见的5种表示单色颜色的基本方法，以及

JZT2015·2024-01-03 07:23

Matplotlib绘图-第五回：样式色彩秀芳华

本文为DataWhale的Matplotlib训练营链接：https://datawhalechina.github.io/fantastic-matplotlib/index.html文章目录matplotlib

zhangkaihua88·2024-01-03 07:53

python可视化 Task05 样式色彩秀芳华

第五回：样式色彩秀芳华学习参考：https://github.com/datawhalechina/fantastic-matplotlibhttps://matplotlib.org/tutorials

biohsliu·2024-01-03 07:50

【Datawhale数据可视化组队学习】Task05 - 样式色彩秀芳华

【课程介绍】Datawhale开源教程链接：https://github.com/datawhalechina/fantastic-matplotlib本项目重点在两个层面帮助读者构建matplotlib

一枚语言智能研究生·2024-01-03 07:49

AI 工具探索（一）

我参加了奇想星球与Datawhale举办的【AI办公X财务】第一期，感兴趣的同学可以直接在微信公众号关注这两个组织，都是免费体验和有参考教程的，就这两点来说可以说是非常用心了。

晨打水水水·2024-01-02 12:30

AI 工具探索（二）

我参加了奇想星球与Datawhale举办的【AI办公X财务】第一期，现在这是第二次打卡，也即自由探索，我选择Modelscope的Agent探索，并用gpts创作助理对比！

晨打水水水·2024-01-02 12:58

综合练习

题目：http://datawhale.club/t/topic/579/4【任务一】企业收入的多样性【题目描述】一个企业的产业收入多样性可以仿照信息熵的概念来定义收入熵指标：其中p(xi)是企业该年某产业收入额占该年所有产业总收入的比重

叶小刀_b59f·2024-01-02 09:30

数据维度爆炸怎么办？详解5大常用的特征选择方法

详解5大常用的特征选择方法Datawhale干货作者：EdwinJarvis，cnblog博客整理在许多机器学习相关的书里，很难找到关于特征选择的内容，因为特征选择要解决的问题往往被视为机器学习的一个子模块

wuxiaosi808·2023-12-31 02:50

Datawhale_动手数据分析_Part03_数据重构

```python#导入基本库importnumpyasnpimportpandasaspdtext=pd.read_csv('./data/train-left-up.csv')text.head()```###2.4数据的合并####2.4.1任务一：将data文件夹里面的所有数据都载入，与之前的原始数据相比，观察他们的之间的关系```pythontext_left_up=pd.read_cs

阿拉伯大汉·2023-12-28 19:34

Datawhale组队学习GNN-task03(基于图神经网络的节点表征学习)

DataWhale开源学习资料:https://github.com/datawhalechina/team-learning-nlp/tree/master/GNN进入实战阶段~~~数据准备Cora是一个论文引用网络

79f3c66c2fe7·2023-12-28 18:15

DatawhaleAI夏令营第三期 - 基于论文摘要的文本分类与关键词抽取挑战

目录一、赛题背景基于论文摘要的文本分类与关键词抽取挑战赛二、赛事任务任务描述赛题数据集评价指标解题思路方法1：机器学习方法Baseline1.导入模块1.1特征提取1.2基于TF-IDF提取1.3选择机器学习模型2.数据探索2.1使用pandas读取数据3.数据清洗4.特征工程5.模型训练与验证6.结果输出完整代码如下：结果如下：方法2：bert模型实战：BERT介绍一、BERT简介二、预训练+微

xingzhiyao123456·2023-12-26 07:58

datawhale-matplotlib-01

【来源】：第一回：Matplotlib初相识—fantastic-matplotlib一背景Matplotlib是一个Python2D绘图库，能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形，用来绘制各种静态，动态，交互式的图表。适用于：Python脚本，Python和IPythonShell、Jupyternotebook，Web应用程序服务器和各种图形用户界面工具包pandas和s

卜卜贝·2023-12-26 01:21

Task1：第一回：Matplotlib初相识

Matplotlib初相识1、一个最简单的绘图例子2、图框组成层级3、两种绘图操作方式4、通用绘图模板4.1、显式单图绘图4.2、隐式单图绘图课程链接：https://datawhalechina.github.io

北海虽赊，扶摇可接·2023-12-26 01:21

推荐频道

datawhale