- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 如何快速理解一篇 ML 论文的要点？只要记住5个问题
五个核心问题1）函数逼近器的输入是什么？2）函数逼近器的输出是什么？3） 关于输出的预测是以什么为代价来进行监督的？这个特定目标对世界又有什么样的假设？4）经过训练后，模型可以从以前闻所未闻的输入/输出中概括出什么？5）结论是否可证伪？机器学习领域非常火热，新的模型、技术不断更新非常快，要求我们在平时的工作和学习过程中，会需要去阅读一些论文，跟踪某个领域的最新动态。但读论文经常会有两种不适的感觉，一是容易遗忘，二是不能提纲挈领。 遗忘通常是读了后面忘记前面，或者过几日回顾自己读的论文完全不知道是怎么回事
2021-02-18 22:07:43
310
原创 交叉验证的几个方法的解释（简单交叉验证、k折交叉验证、留一法）
针对经验风险最小化算法的过拟合的问题，给出交叉验证的方法，这个方法在做分类问题时很常用：一：简单的交叉验证的步骤如下：1、 从全部的训练数据 S中随机选择 中随机选择 s的样例作为训练集 train，剩余的 作为测试集 作为测试集 test。2、 通过对测试集训练 ，得到假设函数或者模型 。3、 在测试集对每一个样本根据假设函数或者模型，得到训练集的类标，求出分类正确率。4，选择具有最大分类率的模型或者假设。这种方法称为 hold -out cross validation 或者...
2020-07-27 12:11:52
5462
原创 mRMR资料整理
MRMR资料整理pymrmr（https://pypi.org/project/pymrmr/#description）安装失败，原因不明，却又因为项目要求需要用到的情况下，不得不回归matlab包。以下作以整理（关于mrmr的介绍看这里：https://blog.csdn.net/m0_37628529/article/details/83271067，感谢原创者的整理）基本资料1.作者...
2020-01-16 13:49:04
1151
EMD and its derivations.zip
2021-01-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人