Advertisement

CCF-BDCI大数据与计算智能竞赛-互联网金融新实体识别-第九届.zip

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本资料包包含第九届CCF-BDCI大赛中“互联网金融新实体识别”挑战任务的相关数据和文档。参赛者需利用自然语言处理技术，从文本中精准定位并分类出新的金融相关实体。 CCF-BDCI大数据与计算智能大赛-互联网金融新实体发现-9th.zip

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • CCF-BDCI大数据与计算智能竞赛-互联网金融新实体识别-第九届.zip
    优质
    本资料包包含第九届CCF-BDCI大赛中“互联网金融新实体识别”挑战任务的相关数据和文档。参赛者需利用自然语言处理技术，从文本中精准定位并分类出新的金融相关实体。 CCF-BDCI大数据与计算智能大赛-互联网金融新实体发现-9th.zip
     
  • Python实现的CCF-BDCI第九届大数据与计算智能竞赛-互联网金融新实体发现算法源码及项目说明.zip
    优质
    本资源包含用于参加CCF-BDCI第九届大数据与计算智能竞赛“互联网金融新实体发现”项目的Python代码和详细文档，旨在帮助理解并实现该领域的算法模型。 该资源包含项目的全部源码，并且可以直接使用。适用于计算机、数学、电子信息等相关专业的竞赛项目学习资料，可以作为参考与借鉴。此资源仅作“参考资料”用途，在实现其他功能需求的情况下，请确保能够读懂代码并具备钻研精神和调试能力。 基于Python的CCF-BDCI大数据与计算智能大赛-互联网金融新实体发现算法源码及项目说明（第九届）。
     
  • CCF大数据与计算智能竞赛-个贷违约预测.zip
    优质
    本资料包包含CCF大数据与计算智能竞赛中关于个贷违约预测的相关数据和文档。参赛者将运用机器学习算法分析海量信贷信息，构建模型以预测个人贷款的违约风险。 CCF大数据与计算智能比赛中的个贷违约预测项目正在进行中。参赛者需要利用提供的数据集来建立模型，以准确预测个人贷款的违约情况。这是一个很好的机会，让参与者展示他们在数据分析、机器学习以及风险评估方面的技能。
     
  • CCF_BDCI_2019_datafountain350: CCF BDCI 2019 互联网新闻情感分析复赛第八名代码
    优质
    这段简介可以描述为：在2019年中国计算机学会大数据与智能系统竞赛（CCF BDCI）的互联网新闻情感分析项目中，所提交的作品取得了复赛阶段的第八名佳绩。 这段文字简洁地概述了该代码在比赛中的表现和成就。如果有更多具体的技术细节或创新点希望加入简介，请告知我以便提供更加详尽的帮助。 CCF BDCI 2019互联网新闻情感分析复赛top8代码开源方案见知乎。
     
  • 第十九届全国大学生智能汽车竞赛竞速赛规则.docx
    优质
    这份文档是关于第十九届全国大学生智能汽车竞赛竞速赛的比赛规则，详细规定了比赛的要求和流程。 十九届智能车竞赛吸引了众多参赛者和技术爱好者的积极参与，展示了最新的技术和创新成果。比赛涵盖了多个技术领域，包括但不限于车辆控制、人工智能算法以及传感器应用等方面的内容。通过这样的活动，参与者能够相互学习交流，并且促进了相关领域的研究和发展。
     
  • Ant_Tianchi_CCF_Positioning: 2017 CCF 大数据与计算智能大赛 - 蚂蚁金服 商铺定位赛题 (荣获全国第五名)
    优质
    在2017年CCF大数据与计算智能大赛中，参与蚂蚁金服举办的商铺定位挑战并取得了全国第五的好成绩。此赛事为提升数据分析和智能算法应用提供了广阔的平台。 2017 CCF 大数据与计算智能大赛 - 蚂蚁金服 - 商铺定位赛题（第5名） 文件说明： getFeatures.sql 是用于二分类部分的预处理及生成特征中间文件，之后在PAI平台上搭建组件将每个特征文件和构建的样本进行join操作。多分类部分由队友负责。 wifiFingerprint.ipynb 是初赛阶段使用Python版本来构建指纹库并计算指纹得分，在复赛中通过Java实现在udtf（用户定义函数）中实现。 udtf 包含了getFeatures所使用的几个方法。 xgb_train.sql 在PAI平台上执行XGBoost命令，因为平台没有提供XGBoost的拖拽组件，只能使用PAI命令来运行。 submission.sql 用于提交结果部分，包括最佳成绩加权平均。 训练说明： 7月1日至8月17日的数据用于统计8月18日至31日期间的样本。7月15日至8月31日的数据用于构建9月1日至9月14日测试集的统计数据。 复赛阶段有大约38%的数据缺失。
     
  • 中国“互联网+”大学生创新与创业竞赛.zip
    优质
    中国互联网+大学生创新与创业竞赛旨在鼓励全国高校学生利用互联网技术进行创新创业实践，提供展示创意、交流学习的平台，促进科技成果转化。 大赛评审规则说明、往届获奖项目的介绍以及当前热点问题和样本模板。
     
  • 2020 CCF NER：大数据与计算智能大赛非结构化商业文本隐私信息识别第七名方案
    优质
    本作品参加了2020年CCF举办的NER竞赛，在非结构化商业文本隐私信息识别赛道中取得了优异成绩，位列第七。我们团队创新性地结合了深度学习技术与自然语言处理方法，有效提升了敏感信息的精准定位和分类能力，为数据安全领域贡献了一套高效、可靠的解决方案。 2020 CCF-NER 大赛中的非结构化商业文本信息中隐私信息识别任务获得了第7名的成绩。该方案采用 BERT base 模型结合 flat 结构以及 CRF 层，并应用了 FGM、SWA 和 PU learning 策略，同时使用 CLUE 数据集进行训练和测试。在 test1 单模条件下达到了 0.906 的表现。 词向量采用了 SGNS(Mixed-large 综合) 方案，损失函数及掩码处理的相关代码实现了 PU learning 策略的主要模块版本。所用的软件环境为：Python 3.6.9、torch 1.1.0、transformers 3.0.2、pytorchcrf 1.2.0 和 torchcontrib 0.0.2。