《大数据》2020年第6期目次&摘要
《大数据》第6卷第6期2020年11月大数据2020年第6期（点击原文链接在官网阅读完整文章）目次01专题导读：教育大数据刘三女牙02面向数据共享的教育数据标准体系研究与建设实践杨琳,王炜,诸纪,王明政03教育大数据采集机制与关键技术研究柴唤友,刘三女牙,康令云,张雅娴,李卿,刘智04知识主题间先序关系挖掘麻珂欣,魏笔凡,马杰,刘均,黄毅,胡珉,冯俊兰05基于数据智能的区域教育大平台建设与应用实践
教育大数据隐私保护机制与技术研究
图片教育大数据隐私保护机制与技术研究乐洁玉1,罗超洋2,丁静姝3,李卿21华中师范大学国家数字化学习工程技术研究中心，湖北武汉4300792华中师范大学教育大数据应用技术国家工程实验室，湖北武汉4300793华中师范大学法学院，湖北武汉430079摘要：随着大数据技术在教育领域应用的不断深入，教育数据采集、分析及共享等环节可能带来的个人隐私安全等潜在风险不容忽视。如何保障教育数据安全，对教育数据进
深度学习「CV」学习实践指南！
深度学习的发展不仅突破了许多视觉难题，也加速了计算机视觉领域相关技术的进步。本文主要从CV数据处理、CV模型（CNN）、CV模型训练流程以及CV模型集成对计算机视觉的基础知识和基本环节进行了讲解。CV数据下载https://tianchi.aliyun.com/competition/entrance/531795/information（阿里天池-零基础入门CV赛事）CV数据处理五种数据读取方法
通俗讲解集成学习算法！
本文以图文的形式对模型算法中的集成学习，以及对集中学习在深度学习中的应用进行了详细解读。数据及背景 https://tianchi.aliyun.com/competition/entrance/531795/introduction（阿里天池-零基础入门CV赛事）集成学习集成学习，即分类器集成，通过构建并结合多个学习器来完成学习任务。一般结构是：先产生一组“个体学习器”，再用某种策略将它们结合
深度学习在医学影像中的研究进展及发展趋势
深度学习在医学影像中的研究进展及发展趋势王丽会1,2,秦永彬1,21贵州省智能医学影像分析与精准诊断重点实验室，贵州贵阳5500252贵州大学计算机科学与技术学院，贵州贵阳550025摘要：医学影像是临床诊断的重要辅助工具，医学影像数据占临床数据的90%，因此，充分挖掘医学影像信息将对临床智能诊断、智能决策以及预后起到重要的作用。随着深度学习的出现，利用深度神经网络分析医学影像已成为目前研究的主流
深度学习模型训练全流程！
本文从构建数据验证集、模型训练、模型加载和模型调参四个部分对深度学习中模型训练的全流程进行讲解。一个成熟合格的深度学习训练流程至少具备以下功能：在训练集上进行训练；在验证集上进行验证；模型可以保存最优的权重，并读取权重；记录下训练集和验证集的精度，便于调参。本文CNN模型构建参考：https://mp.weixin.qq.com/s/JhFun5I_8Kjkbz6S4613Xw数据及背景 htt
基于多源城市交通出行数据的定制公交需求辨识方法研究
基于多源城市交通出行数据的定制公交需求辨识方法研究陈汐1,王印海2,代壮3,马晓磊41北京航空航天大学交通科学与工程学院，北京1001912美国华盛顿大学土木和环境工程系，美国西雅图981953西南交通大学交通运输与物流学院，四川成都6100314北京航空航天大学大数据科学与脑机智能高精尖创新中心，北京100191摘要：定制公交作为一种新的公交服务模式，对其需求的辨识具有重要实践意义，也是后续线路
深入浅出卷积神经网络及实现！
卷积神经网络CNN是深度学习中的基础知识。本文对CNN的基础原理及常见的CNN网络进行了详细解读，并介绍了Pytorch构建深度网络的流程。最后，以阿里天池零基础入门CV赛事为学习实践，对Pytorch构建CNN模型进行实现。数据及背景 https://tianchi.aliyun.com/competition/entrance/531795/introduction（阿里天池 - 零基础入门
生成技术在人工智能平台中的应用探索
生成技术在人工智能平台中的应用探索夏正勋,杨一帆,罗圣美,赵大超,张燕,唐剑飞星环信息科技（上海）有限公司，上海200233摘要：随着人工智能（AI）技术的发展，AI应用进入了快速普及期，面对快速增长的市场需求，AI平台有必要引入自动化方法提升开发效率。在分析生成技术研究进展、AI平台现状及挑战的基础上，基于生成技术实现了AI平台的前后端适配、性能优化、模型安全提升等核心工作的自动化。新方法可以根
上分神器：训练调参与模型集成
本文为干货知识+赛事实践系列，对模型训练、调参流程与模型集成进行了总结，旨在理论与实践结合（零基础入门系列：数据挖掘/cv/nlp/金融风控/推荐系统等，持续更新）分享大纲1. 模型训练与验证设置验证集的必要性和验证集训练方法；2. 调参流程调参指导框架、搭建Baseline训练模型和调参原则；3. 模型集成通过交叉验证集成模型、TTA和Snapshot。模型训练与验证为什么要设置验证集：两种常见
基于关系图谱的人岗关系研究
基于关系图谱的人岗关系研究王晓萍1,郭梦洁2,3,岳婧雯2,31上海市经济和信息化委员会信息中心，上海2001252复旦大学计算机科学技术学院，上海2012033上海市数据科学重点实验室，上海201203摘要：利用现有的数据进一步挖掘分析并帮助干部组织工作，是一个既有挑战又具有潜力的方向。针对干部信息数据的特点，使用基于关系图谱的人岗相宜研判方法分析领导班子，通过整合干部履历表以及人员基本信息库中
数据的经济活动及其所需要的权利
数据的经济活动及其所需要的权利朱扬勇1,2,熊贇1,21复旦大学计算机科学技术学院，上海2004332上海市数据科学重点实验室，上海200433摘要：随着以数据为关键要素的数字经济的快速发展，涉及数据的纠纷和案件越来越多。由于数据要素是一个新生事物，因此有必要理清数据的经济活动类型及其需要的权利。结合数据的特点，将数据的经济活动分为数据生产再生产、数据确权、数据使用和数据服务、数据交易、科学研究五
一文看懂Python面向对象
面向对象一直是一个比较抽象的概念，其实，它就是将变量与函数、属性绑定到一起，分类进行封装，每个程序只要辅助分配给自己的功能，这样能够更快速的开发程序，减少了复制代码。对于初学者来说，面向过程更容易理解，但是随着代码量的增加，参加到小组完成项目，面向对象编程都是极其重要的。作为过来者的我，也一直在这个方面有所欠缺。最近，学习了拉钩教育的数据分析训练营，补全了知识体系，而且也丰富了数据分析的思维，在工作中也给予了更多的帮助。面向对象这部分，就简单的做出五页分享给发大家，内容来自于拉钩课件。希望可以
Python信用评分卡建模（附代码）
点击下载——Python信用评分卡建模（附代码）提取码: w6bt 点击下载——Python信用评分卡建模（附代码）密码：yyhy36课程概述：Python信用评分卡建模（附代码），完整版视频教程。本课程让学员尽可能在一周时间快速系统化学会逻辑回归评分卡建模，节省半年至一年时间。课程提供实操项目，学员不用进大厂就可体验真实实习项目。1. 项目背景介绍1.1 信用风险和评分卡模型的基本概念
今日推荐
周排行