首页
学习
活动
专区
工具
TVP
发布

银河系资讯

专栏作者
62
文章
94920
阅读量
15
订阅数
深入浅出学习决策树(二)
其中n是叶子中的样本数,Yi是目标变量的值。简单地说,通过最小化均值周围的方差,我们寻找以这样的方式划分训练集的特征,即每个叶子中的目标特征的值大致相等。
银河1号
2019-05-15
5450
使用CNN,RNN和HAN进行文本分类的对比报告
你好,世界!!我最近加入Jatana.ai 担任NLP研究员(实习生and),并被要求使用深度学习模型研究文本分类用例。在本文中,我将分享我的经验和学习,同时尝试各种神经网络架构。我将介绍3种主要算法,例如:
银河1号
2019-04-12
1.2K0
神经网络似乎遵循一种令人费解的简单策略来对图像进行分类
在这篇文章中,我将展示为什么最先进的深度神经网络仍能很好地识别乱码图像,以及这有助于揭示DNN似乎用来对自然图像进行分类的令人费解的简单策略。这些发现发表在ICLR 2019,有许多分歧:首先,它们表明解决ImageNet比许多人想象的要简单得多。其次,这些发现使我们能够构建更具解释性和透明度的图像分类流水线。第三,他们解释了现代CNN中观察到的一些现象,例如他们对纹理的偏见(参见我们在ICLR 2019的另一篇论文和我们相应的博客文章)以及他们忽略了对象部分的空间排序。
银河1号
2019-04-12
3760
深入浅出学习决策树(二)
其中n是叶子中的样本数,Yi是目标变量的值。简单地说,通过最小化均值周围的方差,我们寻找以这样的方式划分训练集的特征,即每个叶子中的目标特征的值大致相等。
银河1号
2019-04-12
7630
深入浅出机器学习中的决策树(一)
以下材料最好用Jupyter notebook 阅读,如果您克隆course repository,可以使用Jupyter在本地复制。
银河1号
2019-04-12
7500
随机森林算法
随机森林是一种灵活,易于使用的机器学习算法,即使没有超参数调整,也能在大多数情况下产生出色的结果。它也是最常用的算法之一,因为它简单,并且可以用于分类和回归任务。在这篇文章中,您将学习随机森林算法如何工作以及其他几个重要的事情。
银河1号
2019-04-12
1.1K0
关于自学机器学习的思考?提醒自己这6件事
“他在这里,”尼克继续道,“丹是保健科学背景,他研究营养学,然后驾驶Uber,在网上学习机器学习,现在已经是Max Kelsen一年的机器学习工程师。”
银河1号
2019-04-11
3640
没有更多了
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档