任务：依据电子商务平平台上真实的用户行为记录，利用机器学习相关技术，建立稳健的电商用户购买行为预测模型，预测用户下一个可能会购买的商品。数据简介数据整理自一家中等化妆品在线商店公布的网上公开数据集，为该化妆品商店真实的用户交易信息，数据集中每一行表示一个事件，所有的事件都与商品和用户相关，并且用户的点击行为之间是有时间顺序的。数据集中包含了商品和用户的多个属性，例如商品编号、商品类别、用户编号、事

赛题介绍：赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、brand和regionCode等信息进行脱敏。具体介绍：二手车交易价格预测具体思路：用中位数填充空值修改

赛题说明本题目提供的数据来自文件（windows 可执行程序）经过沙箱程序模拟运行后的API指令序列，全为windows二进制可执行程序，经过脱敏处理。本题目提供的样本数据均来自于从互联网。其中恶意文件的类型有感染型病毒、木马程序、挖矿程序、DDOS木马、勒索病毒等，数据总计6亿条。具体请移步：阿里云安全恶意程序检测数据说明简单思路：数据量过大，改变数据类型减少内存使用交叉验证lgb效果还不错具体

在该项目中，你将使用强化学习算法（本文使用的Q-Learning），实现一个自动走迷宫的机器人。机器人初始位置在地图左上角。在我们的迷宫中，有墙壁（黑色方块）、元宝（黄色圆块）及终点（绿色方块）。机器人要尽可能避开陷阱，并且拿到元宝后，以最少的步子到达终点。机器人可执行的动作包括：向左走 L 、向右走 R 、向上走 U 、向下走

1、摘要本文主要讲解：PSO粒子群优化-LSTM-优化神经网络神经元个数dropout和batch_size，目标为对沪深300价格进行预测主要思路：PSO Parameters ：粒子数量、搜索维度、所有粒子的位置和速度、个体经历的最佳位置和全局最佳位置、每个个体的历史最佳适应值LSTM Parameters 神经网络第一层神经元个数、神经网络第二层神经元个数、dropout比率、batch_s

本文主要讲解：BP-LSTM-Attention-transformer，含数据，可直接运行，

● Word2Vec中skip-gram是什么,Negative Sampling怎么做参考回答：Word2Vec通过学习文本然后用词向量的方式表征词的语义信息,然后使得语义相似的单词在嵌入式空间中的距离很近。而在Word2Vec模型中有Skip-Gram和CBOW两种模式,Skip-Gram是给定输入单词来预测上下文,而CBOW与之相反,是给定上下文来预测输入单词。Negative Sampli

1、摘要本文主要内容：使用百度情绪分析接口评估股票近半年的新闻，评估新闻属于利好还是利空，最终统计利好和利空的比例，供选股做参考本文福利：赠送百度AppID：应用的唯一标识AppKey：公匙（相当于账号）AppSecret：私匙（相当于密码）2、主要思路选择自己要评估的股票代码数组从金融界行情中心获取股票新闻信息得到页面的内容并保存调用百度云自然语言处理接口，进行情感倾向分析统计利好和利空的比例3

C题中小微企业的信贷决策在实际中，由于中小微企业规模相对较小，也缺少抵押资产，因此银行通常是依据信贷政策、企业的交易票据信息和上下游企业的影响力，向实力强、供求关系稳定的企业提供贷款，并可以对信誉高、信贷风险小的企业给予利率优惠。银行首先根据中小微企业的实力、信誉对其信贷风险做出评估，然后依据信贷风险等因素来确定是否放贷及贷款额度、利率和期限等信贷策略。某银行对确定要放贷企业的贷款额度为10100

本文主要讲解：CNN+LSTM多通道特征组合模型