Articles in the category of 机器学习

  1. Home
  2. 机器学习

无监督学习之聚类算法的 Python 实现[译]

原文：Unsupervised Learning with Python - 2018.05.12作者：Vihar Kurama无监督学习是机器学习技术的...

  • AIHGF
  • January 23, 2019
  • No comments
    •

    常用的相似度计算方法原理及实现

    原文1：Implementing the five most popular Similarity Measures in Python - 2015.0...

  • AIHGF
  • January 21, 2019
  • No comments
    •

    预见未来丨机器学习：未来十年研究热点 - MSRA[转]

    预见未来丨机器学习：未来十年研究热点 - 微软研究院AI头条人工智能正热.技术创新是经济增长的根本动力.这些技术中，最重要的就是经济学家提到的“通用技术...

  • AIHGF
  • November 1, 2018
  • No comments
    •

    数据预处理之归一化(标准化)[转]

    原文：研究｜数据预处理｜归一化 （标准化）数据预处理在众多深度学习算法中都起着重要作用，实际情况中，将数据做归一化和白化处理后，很多算法能够发挥最佳效果....

  • AIHGF
  • August 6, 2018
  • No comments
    •

    机器学习规则 - 关于机器学习工程的最佳实践[转From Google]

    转自：机器学习规则 (Rules of Machine Learning)：关于机器学习工程的最佳实践 Google Developers 作者： 马丁·...

  • AIHGF
  • May 30, 2018
  • No comments
    •

    机器学习 - 交叉验证 PCA、聚类和矩阵分解模型[译]

    原文 - How to cross-validate PCA, clustering, and matrix decomposition models机器...

  • AIHGF
  • May 27, 2018
  • No comments
    •

    机器学习 - 交叉熵CrossEntropy

    交叉熵(Cross Entropy) 被普遍应用在深度学习的损失函数中二值交叉熵函数(BinaryCrossEntropyLoss) 可用于二值分类任务中...

  • AIHGF
  • May 22, 2018
  • 2 comments
    •

    Scikit-learn - 精度评价

    Python sklearn.metrics 提供了很多任务的评价指标，如分类任务的混淆矩阵、平均分类精度、每类分类精度、总体分类精度、F1-score ...

  • AIHGF
  • May 21, 2018
  • No comments
    •

    机器学习 - 计算 Log-Sum-Exp[译]

    计算 Log-Sum-Exp [原文-Computing Log-Sum-Exp] 本文的计算技巧是有效的，但在机器学习课程上没有明确提到.假设 $ {N...

  • AIHGF
  • May 21, 2018
  • No comments
    •

    机器学习 - Data Augmentation 策略

    Data Augmentation 策略 数据增强是提高模型性能和泛化能力的重要方法.深度学习数据增强策略主要有： 随机调整 - Random resiz...

  • AIHGF
  • May 21, 2018
  • No comments