大家好，这里是NewBeeNLP。深度学习时代，某些领域，如计算机视觉、自然语言处理等，因为模型具有很强的特征表达能力，特征工程显得不那么重要了。...

机器学习的开发基本分为六个步骤， 1）获取数据， 2）数据处理， 3）特征工程， 4）机器学习的算法训练（设计模型）， 5）模型评估， 6）应用。

Awesome Fine-grained Visual Classification Awesome Fine-Grained Image Analysis – Papers, Codes and Datasets—-weixiushen

LR模型是广义线性模型。LR模型（对数几率回归模型），虽然叫回归，但是其本质为分类。对数几率函数是一种sigmoid函数。

特征工程是机器学习中的第一步，会直接影响机器学习的结果。可以说数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限。特征工程包括特征提取、特征预处理和特征降维等。...

携程作为中国领先的综合性旅行服务公司，每天向超过2.5亿会员提供全方位的旅行服务，因此每天都会产生海量的用户行为数据，这些数据蕴含着丰富的信息资源。另外，客户是企业的重要资源，也是企业的无形资产，客户的流失，也就意味...

sklearn，全称scikit-learn，是python中的机器学习库，建立在numpy、scipy、matplotlib等数据科学包的基础之上，涵盖了机器学习中的样例数据、数据预处理、模型验证、特征选择、分类、回归、聚类、降维等几乎所有环节，功能十...

本周给大家分享的数据分析案例是泰坦尼克号幸存者预测的项目，没记错的话，这应该是很多朋友写在简历上的项目经历。如果你目前正在找工作，自身缺少项目经历并且想要充实项目经历的话，可以考虑一下这个项目！...

上周在Datawhale分享了一篇关于数据挖掘赛事的baseline方案，有老师把它作为学习资料给学生实践学习后，有挺多同学反应学习实践中仍然有困难：

第三届阿里云磐久智维算法大赛：本次比赛要求选手基于故障工单与系统日志数据构建多分类模型，要求能够快速高效的定位出故障类型。