项目集合 - 大数据或算法项目实战

Title: 项目集合 - 大数据或算法项目实战
Date: 2020-01-01 00:00
Category: 职业规划
Tags: 职业规划, 项目实战, 大数据项目, 算法项目
Slug: career/map_project
Authors: 片刻
Summary: 本章描述的是：项目集合 - 大数据或算法项目实战

大数据 - 实时流

• flume+kafka+spark streaming+hdfs 整合项目

算法 - 分类

1. 多标签（multi_label）分类

2. 深度学习模型处理多标签（multi_label）分类任务——keras实战

3. NLP（二十八）多标签文本分类

4. 基于LSTM的中文文本多分类实战

5. 时间序列问题（单变量+多变量）

6. 如何开发 LSTM 模型进行时间序列预测

算法 - 数据采集

• 数据增强： 以防止过拟合，并提高模型的泛化能力
  • https://zhuanlan.zhihu.com/p/63182132
  • https://zhuanlan.zhihu.com/p/102640267

算法 - 特征工程

数据处理

在每个样本上减去数据的统计平均值可以移除共同的部分，凸显个体差异。

使用sklearn做单机特征工程

• https://www.cnblogs.com/jasonfreak/p/5448385.html

特征工程系列

• 特征工程系列：特征筛选的原理与实现（上）
• https://www.cnblogs.com/purple5252/p/11205500.html
• 特征工程系列：特征筛选的原理与实现（下）
• https://www.cnblogs.com/purple5252/p/11211083.html

混淆矩阵及confusion_matrix函数的使用

• https://blog.csdn.net/u011734144/article/details/80277225

sklearn 网格搜索 - 得到最优参数

• https://github.com/apachecn/ml-mastery-zh/blob/master/docs/xgboost/tune-number-size-decision-trees-xgboost-python.md