iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 19
0

在 HW hardware, SW Software 準備上除了照片/影像要用到好幾G, 其他不會用到太多容量

1. RAM 64G 或 128G

2. 多核 --> 可以加速 training 時間

3. Storage : SSD for images, fast disk

4. Cloud 有幾種選擇, AWS (Amazon), Azure (MSFT), Google Cloud

5. R, Python : NumPy, Pandas, Scikei-learn, matplotlib (註)

6. IDE : IPython with Jupiter node box

7. Special packages : Keras (Neural nets)

8. 外部工具

. Vowpal Wabbit - 大量運算

. Libfm, libffm - 用在 Sparse data 像 CTR cliack through rate prediction

. Rgf - 用在 ensembles


**NumPy Pandas Scikei-Learn matplotlib
Linear Algebra relational Classic ML algorithn, various classification, regression, clustering algorithm, SVM plotting library, varierty of visualization

上一篇
[Day 18] Metrics optimization / 評估指標最佳化 - Classification
下一篇
[Day 20] Regularization 正規化 - part I
系列文
跟top kaggler學習如何贏得資料分析競賽 30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言