task01：比赛全流程体验

最新推荐文章于 2026-06-27 21:44:23 发布
原创 最新推荐文章于 2026-06-27 21:44:23 发布 · 161 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文分享了在完成赛题提交过程中遇到的Geohash包导入问题解决方案，并探讨了如何通过深入分析数据以挖掘更多有价值的信息。

赛题提交截图

已完成提交。
在这里插入图片描述

遇到的一些问题

  1. 引用geohash的时候遇到了找不到包的问题，可以将文件夹改一下然后将_init_.py中的geohash改为.geohash。
  2. 在分析数据部分可以自己在做的更深入一些，观察并挖掘数据的更多的信息。

过程

具体内容都是baseline的实现，用了一个jupter notebook所生成的代码文件所做的。

标签
#数据挖掘
qq_38942569
关注
Datawhale 组队学习 文生图 Prompt攻防 task01
MrBlackmzq的博客
10-11 1476
设计一套规则或模板，用于将原始的危险文本改写为更委婉、不直接触发安全检测的文本。并且。
Task01：比赛全流程体验
Thoth_A的博客
02-21 219
一、配置docker环境 推荐下载Docker Desktop 配置Docker Desktop 二、开通容器镜像服务（推荐阿里云） 三、编写文件 3.1 读题 3.2 操作 3.2.1 新建文件夹，如：docker_submit_demo（名字可自拟），并在此文件夹下，新建tcdata文件夹 3.2.2 利用python在docker_submit_demo文件夹下编写文件（也可用其他工具），图片和代码如下 3.2.3 由于使用python的时候用到了一些库，所以需要编写requirements.txt
Datawhale时间序列实践 Task01：比赛全流程体验
Andrew_zjc的博客
02-20 325
1.Docker安装 因为搬家，所以只有一台13年的mac pro可以用来学习了，目前我的mac的系统版本是10.12，很老旧啦按照苹果公司的风格赶快淘汰买新的，但是我不服，因为这mac我还没怎么用过。 群里各种讨论docker是什么，docker不好装。说实话，我也对docker一知半解，知道它是一个容器。那么问题来了，它和虚拟机比如VMware，比如Java虚拟机有什么区别呢？终于在百度之后，我大概明白了docker的前世今生，它与虚拟机的最大区别是虚拟机会虚拟硬件，创造虚拟的OS，而docker不会，
布匹缺陷检测 - Task01：比赛全流程体验（3天）
upon120的博客
02-21 366
本次比赛地址：https://tianchi.aliyun.com/s/fed26b0e90c5776e6b3d61cd5912a423 关于Docker的安装： 我使用的是Ubutun16.04系统。安装教程如下： 安装相关包 # 先更新一下软件源库信息 $ sudo apt-get update $ sudo apt-get install \ apt-transport-https \ ca-certificates \ curl \ sof...
Task01：天池“AI Earth”人工智能创新挑战赛--比赛全流程体验
gftfy的博客
02-22 969
体验目录说在前面用Docker提交代码安装docker第一步开启hyper-V第二步第三步开通阿里云容器镜像服务上交代码 说在前面 跟着datawhale体验了一把天池竞赛的提交结果的过程，第一次接触到还是挑战挺大的，比如提交结果使用docker提交的，配置阿里云的镜像仓库花费了不少时间，不过也是成功完成了这一个流程。下面记录一下这一个过程 用Docker提交代码 这一次只是单纯的走了一个用docker提交代码的流程，所以代码是使用了这一次datawhale提供的开源内容 开源内容网址 安装docker
DCIC-task01
体重51.00
02-19 234
报名完成并下载数据后，可以根据教程https://coggle.club/learn/DCIC2021/ 开始动手实践啦！ 同时，课程设计者还贴心地为大家录制了视频，在上述链接可以观看，也可以直接点击链接https://www.bilibili.com/video/BV1Af4y1C7fv?zw 观看~ 在课程进行过程中（21号左右），鱼佬还将根据大家的学习情况进行一场课程相关的直播！到时我会在群内发布公告通知大家！ 本次学习共有4个tasks，学习时间为2月18日~2月26日，共9天； 任务安排 开营时
Datawhale X 魔搭 AI夏令营第四期 AIGC方向 Task01笔记
theoversize的博客
08-09 1127
基于8图故事，评估LoRA风格的美感度及连贯性 样例：偶像少女养成日记。
task01
weixin_43820497的博客
05-20 214
这里写自定义目录标题Task1 赛题理解1 赛题理解1.1 学习目标1.2 赛题数据1.3 数据标签1.4 评测指标1.5 读取数据1.6 解题思路1.7 本章小节 Task1 赛题理解 本章内容将会对街景字符识别赛题进行赛题背景讲解，对赛题数据的读取进行说明，并给出集 中解题思路。 1 赛题理解 赛题名称：零基础入门CV之街道字符识别 赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。 赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道
task01：赛题理解
tycon21的博客
09-15 214
零基础入门金融风控-贷款违约预测 task01：赛题理解 完全是好奇心驱使，在基本没有基础的情况下，看能不能通过一次课程（比赛）掌握机器学习的一般方法。我想，只要坚持到了最后，全程经历了这个过程，一定会有所成。 关于赛题理解，个人认为主要需要做三件事： 阅读“赛题理解", 搞清楚要解决的是什么问题，以及基本的思路和方法； 下载数据包，通过数据理解一下业务场景，并观察数据的基本特点； 理解对于预测结果的评价标准，同时从评价标准反推，反过来进一步构思解决方法。 so，开始吧。 赛题理解其实在公开的链接中
task01_报名比赛完成数据读取
ahdaizhixu的博客
10-04 307
本次学习来自Coogle数据科学：30天入门数据竞赛 学习赛来自于：https://tianchi.aliyun.com/competition/entrance/531810/information 读取数据 import numpy as np import pandas as pd data_path = 'data/' save_path = 'result/' train_data = pd.read_csv(data_path+'train_set.csv') test_data = p
天池推荐系统学习赛Task01打卡：赛题理解+Baseline
Fury的博客
11-24 599
天池推荐系统学习赛Task01打卡：赛题理解+Baseline 提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录天池推荐系统学习赛Task01打卡：赛题理解+Baseline前言一、赛题理解1.赛题简介2.数据描述和下载3.问题转化二、评价指标三、baseline理解总结 前言 最近报名了天池推荐系统的组队学习，本文参考零基础入门推荐系统【赛题理解+Baseline】Task1，记录一下我对本次赛题和baseline的理解，以及对baseline中部分代码的补充注释 一、赛题
金融风控训练营-Task01学习笔记
qq_45842878的博客
04-22 265
部分引用：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.20850282.J_3678908510.2.66604d57RXum1U&postId=170948
【Datawhale AI夏令营第五期】 CV方向 Task01学习笔记 YOLO方案baseline
bailichen800的博客
08-23 528
讲真，我觉得这个标注才有难度，垃圾桶、占道经营还好点，但我完全不知道咋看机动车违规停车，而且每帧视频要修改的地方和数量不固定，需要随机应变，比价值观标注要难得多。咱就是说得亏我现在有点跑模型训练的经验，还猜出了这个bug的原因。但我重新Run了好几轮都报错，最后突然想起来，每一次训练会在Run下面建立一个新的文件夹，起名。的项目，特别适用于防疫期间抓不戴口罩的漏网之鱼，很有实际应用价值。这个比赛应用场景不错耶，而且居然数据集是视频标注的，我之前实习只做过。模型居然是yolo8的，先进。
Datawhale X 魔搭 AI夏令营 第四期AIGC_task01笔记
2201_75330180的博客
08-10 1010
基于8图故事，评估LoRA风格的美感度及连贯性。
Datawhale X魔搭AI夏令营 AIGC方向Task01学习笔记
有趣的树人的博客
08-11 895
小白，跑通Baseline，初步了解了竞赛赛题内容。
金融风控训练营TASK01学习笔记
zzm13798974259的博客
04-21 243
金融风控训练营TASK01学习笔记学习知识点概要学习内容1、评估指标2、数据下载3、比赛流程学习问题与解答学习思考与总结 学习知识点概要 混淆矩阵（Confuse Matrix） 准确率（Accuracy） 精确率（Precision） 召回率（Recall） F1 Score P-R曲线（Precision-Recall Curve） ROC（Receiver Operating Characteristic） TPR FPR AUC（Area Under Curve） KS（Kolmogorov-Sm
Task01：赛题理解
weixin_46180512的博客
09-19 599
Task01：赛题理解 本次新人赛是Datawhale与天池联合发起的金融风控之贷款违约预测挑战赛。 赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。通过这道赛题来引导大家了解金融风控中的一些业务背景，解决实际问题，帮助竞赛新人进行自我练习、自我提高。 1.1 学习目标 理解赛题数据和目标，清楚评分体系。 完成相应报名，下载数据和结果提交打卡，熟悉比赛流程。 1.2 了解赛题 1.2.1赛题概况 比赛要求参赛选手根据
金融风控 Task01
qq_40201022的博客
09-15 287
题目理解 比赛要求参赛选手根据给定的数据集，建立模型，预测金融风险。 赛题以预测金融风险为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。 通过这道赛题来引导大家走进金融风控数据竞赛的世界，主要针对于于竞赛新人进行自我练习、自我提高。
基于机器学习的地震数据挖掘与应急避险服务系统，集数据管理、可视化分析与智能预测于一体的综合性地震数据分析平台
最新发布
weixin_49081159的博客
06-27 480
地震灾害以其突发性强、破坏性大、影响范围广等特点，长期以来对人类社会的生存与发展构成严峻挑战。根据美国地质调查局（USGS）统计数据显示，全球每年平均发生约五十万次可被探测到的地震，其中具有破坏性的五级以上地震约千余次，造成重大人员伤亡和财产损失的强震亦时有发生。中国地处环太平洋地震带与欧亚地震带交汇区域，地震活动频繁，近二十年来先后发生汶川地震、玉树地震、芦山地震等重大地震灾害，防震减灾工作始终面临巨大压力。当前，国内外地震监测机构已积累了海量的历史地震数据，USGS、中国地震台网中心等平台均提供公开的地
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值