240 发简信
IP属地:北京
  • 深度学习绘图工具

    NN-SVG 麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。 GitHub地址:https://github.com/zfrench...

  • 概念:增强学习、增量学习、迁移学习

    一. 增强学习/强化学习(Reinforcement Learning ) 我们总是给定一个样本x,然后给或者不给label y。之后对样本进行拟合、分类、聚类或者降维等操作...

  • 120
    机器学习算法常用度量指标

    1. 混淆矩阵 常用术语:True positive(TP):被正确地划分为正例的个数,即实际为正例且被分类器划分为正例的实例数;False positive(FP):被错误...

  • 120
    生成模型VS判别模型

    1. 概率分布角度 从概率分布的角度考虑,对于一堆样本数据,每个均有特征Xi对应分类标记yi。生成模型:学习得到联合概率分布P(x,y),即特征x和标记y共同出现的概率,然后...

  • 120
    深度学习常用的模型评估指标

    “没有测量,就没有科学。”这是科学家门捷列夫的名言。在计算机科学中,特别是在机器学习的领域,对模型的测量和评估同样至关重要。只有选择与问题相匹配的评估方法,才能够快速的发现在...

  • 浅谈交叉熵

    一:定义 交叉熵(cross entropy)是深度学习中常用的一个概念,一般用来求目标与预测值之间的差距。交叉熵是信息论中的一个概念,要想了解交叉熵的本质,需要先从最基本的...

  • SVM-基础

    1. SVM要解决的问题 SVM的全称Support Vector Machine,即支持向量机,主要用于解决模式识别领域中的数据分类问题,属于有监督学习算法的一种。 SVM...

  • 120
    评估指标

    机器学习或者是日常生活中,遇见的往往是二分类问题比较多,二分类模型的模型评价准则很多,Auc_score,F1_score,accuracy等等都是比较常用的。而针对多分类问...

  • 128篇21大领域必读论文【转】

    这份阅读列表的组织原则是这样的:从全局到枝干: 从综述类、全局性的文章到细分领域的具体论文。从经典到最前沿: 每个话题的文章都是按时间顺序来排的,可以清晰给出每个方向的发展脉...

  • 自信息, 信息熵, 互信息和K-L散度

    香农-信息论领域的牛顿 香农一生发表的文章并不多,但是篇篇都是精品。Amethematical theory of communication通信的数学理论第一篇文章中提出了...

  • 第四范式关于AutoML的综述

    论文地址:*https://arxiv.org/abs/1810.13306 。 这是一篇来自第四范式(4Paradigm)公司的关于AutoML的综述文章。第四范式是目前国...