首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
ML
订阅
John133766074
更多收藏集
微信扫码分享
微信
新浪微博
QQ
60篇文章 · 0订阅
PyTorch | 优化神经网络训练的17种方法
01 考虑换一种学习率 schedule 学习率 schedule 的选择对模型的收敛速度和泛化能力有很大的影响。Leslie N. Smith 等人在论文《Cyclical Learning Rat
深入浅出特征工程 – 基于 OpenMLDB 的实践指南(上)
1. 什么是机器学习的特征工程 一个真实场景的机器学习应用一般会包含两个主体流程,即特征工程和机器学习模型(以下简称模型)。大家对模型一定很了解,平时也是接触的最多的,比如从经典的逻辑回归、决策树模型
7次KDD Cup&Kaggle冠军的经验分享:从多领域优化到AutoML框架
本文结合笔者在7次Kaggle/KDD Cup中的冠军经验,对于多领域建模优化,AutoML技术框架,以及面对新问题如何分析建模三个方面进行了介绍。
主成分分析(PCA)方法步骤以及代码详解
主成分分析(PCA)方法步骤以及代码详解 前言 1. 什么是主成分分析? PCA(Principal Component Analysis) 是一种常见的数据分析方式,常用于高维数据的降维,可用于
极客星球|基于加权DBSCAN的工作地居住地计算方法
着智能手机和信息通信技术的不断发展和普及,大规模的轨迹数据存储已经比较普遍,成为挖掘用户行为模式的重要来源。但是现有的工作地居住地计算方法存在不同程度的问题,本文提出一种改进方案。
从 5 大挑战带你了解多模态机器学习
摘要:多模态机器学习旨在从多种模态建立一种模型,能够处理和关联多种模态的信息。考虑到数据的异构性,MMML(Multimodal Machine Learning)领域带来了许多独特的挑战,总体而言五
机器学习入门指南(2021版)
机器学习入门指南(2021版)大家好,我是老胡。这是为朋友社群准备的一篇机器学习入门指南,分享了我机器学习之路看过的一些书、教程、视频,还有学习经验和建议,希望能对大家的学习有所帮助。Python——
缓解多分类的样本不均衡问题
利用深度学习做多分类在工业或是在科研环境中都是常见的任务。在科研环境下,无论是NLP、CV或是TTS系列任务,数据都是丰富且干净的。而在现实的工业环境中,数据问题常常成为困扰从业者的一大难题;常见的数据问题包含有: 数据的类间样本数量分布不均衡等等。 除此之外,还存在其他的问题…
图灵高等数学书单(附阅读路线图)
图灵高等数学书单一共分为8类19本独立图书+三大套系图书(这个书单会不断加入优秀之作),其中大部分由世界级数学大师精心打造,它们或经典,或通俗,属于高等数学参考书中的翘楚之作。对于学生人群,这些书是国
9种常用的机器学习算法实现
1、监督学习(Supervised Learning,SL),这类算法的工作原理是使用带标签的训练数据来学习输入变量图片转化为输出变量图片的映射函数,换句话说就是求解方程图片中的图片。进一步地,监督学习又可细分为如下三类: 2、非监督学习(Unsupervised Learni…