推薦乙個人工智慧教程
【python基礎】python—列表、元組、字典、集合
【python基礎】從 excel 提取 json 並 轉為 dataframe 儲存為 excel
【python基礎】dataframe高階操作：如何進行行列轉換
gbdt模型用於評分卡模型
機器學習——邏輯回歸(logistic regression)
卡方檢驗
【特徵工程】結合scikit-learn介紹幾種常用的特徵選擇方法
【特徵工程】特徵工程——特徵構造
【特徵工程】特徵工程——特徵轉換
【特徵工程】特徵工程——資料降維
【特徵工程】特徵工程——特徵選擇
【特徵工程】機器學習特徵工程3-自動特徵構造（featuretools）
【特徵工程】嘔心之作——深度了解特徵工程
【風險定價】信貸業務中的風險定價策略
【模型】申請評分卡模型python實現
【模型】行為評分卡模型python實現
【指標監控】vintage、滾動率、遷移率的應用
【指標監控】評分卡模型的評估方法
【指標監控】分類模型的評判標準
【模型】python資料分箱，計算woe，iv
【模型】logistic演算法原理、標準評分卡開發流程、python**案例
【power bi】dax學習：利用all和 allselected靈活計算佔比
成為乙個優秀的資料工程師
機器學習學習筆記
2.機器學習書籍 機器學習tom,這個是老經典，就是翻譯欠佳 prml，這個書正版的超貴，但是比較新且系統，可以通過其他途徑搞個副本。3.自己動手編碼實現2 3種經典演算法，比如svm，lr，bpnn等。4.了解spark上目前支援的機器學習方法的用途和用法，這個在日常工作中會用到。知道的多一點，方...
機器學習 學習筆記
關於梯度下降演算法的優化與 會有三種方法優化梯度下降演算法 1.共軛梯度下降法 conjugate 2.變尺度法 bfgs 3.限制變尺度法 l bfgs 這些方法的好處是 1.不用選擇學習速率 2.收斂的速度快，執行效率高 但是她們的缺點在於 實現她們的方法太複雜，所以我們就可以使用語言的內建庫函...
機器學習 學習筆記
監督學習 我們的學習演算法使用的資料是給出正確答案的資料，然後我們執行學習演算法，出更多的正確答案。理解為像深度需學習類似，利用訓練樣本訓練處學習模型，然後用測試樣本對學習到的模型進行檢測，輸出 結果。無監督學習 可以理解為對於學習演算法所使用的資料集並沒有給出正確答案，學習演算法就是要對這資料集進...