Kaggle 的 NLP 比赛 Quora Insincere Questions Classification 总结

比赛简介

这是一个二分类的问题, 目标是给定的Quora中的问题文本序列, 判断该问题是否为一个真诚的问题(insincere classification)训练集样本数1306122条Quora问题文本序列, 第一阶段测试集样本数56370条. 这是一个kernel-only的比赛, 即所有的提交结果必须通过kaggle提供的kernel环境执行生成(如果使用Telsa K80显卡则限kernel运行时间2h, 不使用显卡则为6h, 内存16G), 此外不允许连接互联网及使用任何外部数据, Kaggle官方提供了4个Embedding文件, 包括GloVe、Paragram、WikiNews(Fasttext)和GoogleNews(Word2Vec)四种预训练词向量
more >>

NIPS 2018 Watch Your Step: Learning Node Embeddings via Graph Attention 神经图网络模型简要介绍
more >>

图神经网络模型综述 (2019-1-2) A Comprehensive Survey on Graph Neural Networks.
more >>

腾讯广告算法大赛 (CTR, Click-Through Rate) 总结

比赛简介

这个比赛是腾讯举办的一个推荐类型的比赛, 训练数据是种子人群及其中用户的脱敏特征, 每个用户的标签是是否属于该种子人群. 因此该问题是一个二分类问题, 采用 AUC 作为评价指标. 初赛阶段的数据量是1000万条数据 (4 GB), 复赛阶段是初赛阶段的5倍, 我们在初赛中的排名是 58/1600 (Top 3.6%), 复赛中由于特征工程较为复杂而数据量增大为5倍, 导致我们所采用的两个模型中的 LightGBM 模型因服务器资源紧张导致最终弃赛.
more >>

Kaggle 的 Object Detection 比赛 Data Science Bowl 总结

比赛简介

Kaggle的一个目标检测类比赛, 我们也是第一次参加 CV 方向的比赛, 这篇博客主要总结一下和比赛相关的基础知识. 比赛给定一些细胞核的图片, 目标是检测图片中的细胞核的位置, 采用 IOU 作为评价指标, 我们尝试过 U-net 但是没能调到一个较优解, 最终使用的是 Kaiming He 大神的 Mask RCNN, 这个比赛最终我们侥幸拿到了一块银牌(170/3634, Top 5%).
more >>

记录机器学习/深度学习/算法岗的面试经验, 包含基础知识和算法题

Kaggle 的 NLP 比赛 Spooky Author Classification 总结

比赛简介