Featured training

基于LGB实现车联网大数据碰撞识别-DCIC2021

本教程以赛题DCIC2021智慧交通-基于车联网大数据的碰撞识别为例,此赛题使用的数据为采集车辆信号。车辆信息非常多,而且用户路况信息和使用偏好千人千面,很难找到一种准确识别碰撞的方法,希望参赛者通过车联网大数据识别车辆碰撞和碰撞时间。

类别: #异常检测# 难度:

detail
异常检测
欺诈检测
朴素贝叶斯

Popular competitions

2021 CCF BDCI

¥1,100,000 大赛奖金(元)
50,000+ 参赛人数(人)

Recommended datasets

2T+ unique data
1000+ resource release
15+ new daily

工科毕业生薪酬预测

Vicky
2637 218

亚马逊乐器的评测

草莓可爱多
1562 51

Typical Q&A

Share insights with young
data scientistsfor the
fun of growing up
风度

做数据分析常用的可视化图表都有哪些

列举了我平时常用的4种数据可视化图的优缺点、适用场景及适用数据,希望可以帮助你对数据的理解。

TJB

故障预警赛题解决方案

这是DF平台DCIC大赛中的一道赛题 本赛题由中科云谷科技有限公司提供某类混凝土泵车砼活塞故障有关的数据,包括工作时间、发动机转速、油温、压力等多类工况数据,以及对应情况下,在未来完成给定工作量(混凝土泵送方量)的过程中,活塞是否故障的标识信息。希望参赛者利用大数据分析、机器学习、深度学习等方法,提取合适的特征、建立合适的故障预测模型,再根据测试数据预测该活塞在未来给定工作量内(泵送方量),是否会发生故障。

vevive

图像识别有哪些基本的识别方法

第一种是基于神经网络。人工神经网络方法实现模式识别,可处理一些环境信息十分复杂,背景知识不清楚,推理规则不明确的问题,允许样品有较大的缺损、畸变,神经网络方法的缺点是其模型在不断丰富完善中,能识别的模式类还不够多,神经网络方法允许样品有较大的缺损和畸变,其运行速度快,自适应性能好,具有较高的分辨率。

New to DataFountain?
Compete, communicate and collaborate with 160,000+ users
Start here