QA & 其他彩蛋
输入“/”快速插入内容
🎊 QA & 其他彩蛋
QA & 其他彩蛋
2024年7月17日创建
3116
3558
6
0
Baseline直播 QA汇总
Question | Answer |
就是调用了gru模型？ | |
按列取不同特征？ 那行怎么办 | |
回归问题的特征构造 | |
可以解释下gru几个参数大概用处吗 | |
请问这次特征构造的思路是主要按照文献提供的思路 嘛? 如果没有显著变化该怎么走，是调模型还是参数还是改 特征嘛 | |
老师 新手听不太懂有什么建议 | |
为什么是这些参数呢 不是其他的 | |
GRU模型能用transformer替换嘛 | GRU和Transformer 是两种不同的神经网络架构，各自在处理序列数据时有着不同的优势和应用场景。虽然它们都可以用于处理序列数据，但在功能和设计上有显著的区别，因此不能简单地将一个替换为另一个。GRU 更适合处理有序列结构的数据，如自然语言处理中的句子或时间序列数据；而Transformer 更适合处理不受序列顺序影响的数据，如文本中的词语或图像中的像素。 |
对于序列数据，机器学习模型也需要对序列长度进行深度学习那样的分割编码处理吗，还是说是非必须的 | |
是说可以根据先验知识，判断如果连续出现两个G的话，比较容易是好序列，所以应该用一个特定的标签是吗。那这个信息是怎么embedding让lightgbm利用的？ | |
特征工程加GRU效果会不会更好 | |
baseline我只看到判断的步骤，但是我不知道它是怎么利用的 | |
那这个信息是怎么embedding让lightgbm利用的？ | |
基于预训练的模型微调是不是效果可能更好 | |
是说可以根据先验知识，判断如果连续出现两个G的话，比较容易是好序列，所以应该用一个特定的标签是吗。 | |
机器学习模型需要对序列进行长度编码处理吗 | 机器学习模型处理序列数据时，需要对序列数据做某种形式的处理或者编码。取决于的学习任务 |
pytorch里面有函数把分类变量转换成数值吗？ | Torch中并没有函数将分类变量转换为数值。可以在数据预处理阶段使用pandas实现。将分类变量转换成数值是数据预处理的一部分 |
gru 和 lightgbm 区别大吗 | Gru 和 LightGBM 是两个完全不同的东西，它们在功能和应用场景上有很大的区别. GRU 是一种循环神经网络（RNN）的变体，用于处理序列数据。LightGBM 是一种基于梯度提升框架（GBDT）的机器学习算法。 |
开营直播 QA汇总
Question | Answer |
那么B站直播地址是多少呢 | 搜二次元的Datawhale |
学习笔记写着要链接，怎么弄 | 可以在学习群问助教分享第一期第二期的优秀笔记，可以参考学习哈； 发布公开可阅读的笔记链接，复制链接提交 |
直播回放哪里可以看？ | 回放会分享到学习群，同时也会更新到学习者手册中；另外，每一次直播回放都可以从本场直播视频号页面看到回放 |
一个task阶段是可以多次提交笔记吧 | 一个Task多次打卡会覆盖前面的打卡内容， |
明天晚上八点之前提交笔记就行是吗 | Task01的学习笔记明晚24:00前提交打卡即可，笔记标题“Datawhale AI夏令营“ |
为什么分享嘉宾的GPU小时有60多 | |
笔记可用notion吗？（国内连有时不稳） | 可以，公开可阅读的笔记即可（注意开放阅读权限，不然助教没法评审） |