分类
hinanmu
这个作者很懒,什么都没留下…
展开
-
多标签分类之改进的神经网络方法
文章目录Improved Multilabel Classification with Neural Networks2008 International Conference on Parallel Problem Solving from NatureRafał Grodzicki, Jacek Mańdziuk, and Lipo Wang,南洋理工摘要改进BP-MLL简要介绍误差函数修改...翻译 2018-11-17 14:56:54 · 4797 阅读 · 3 评论 -
大规模多标签文本分类 - 重新设计神经网络
文章目录Large-scale Multi-label Text Classification —Revisiting Neural Networks2014 European Conference on Machine Learning and Knowledge Discovery in DatabasesJinseok NamJungi KimEneldo Loza MencíaIryna ...翻译 2018-11-17 14:58:04 · 2207 阅读 · 2 评论 -
PRML第四章之分类的线性模型
文章目录参考马春鹏 《模式识别与机器学习》翻译前⼀章中,我们研究了⼀类回归模型,这些模型有相当简单的数学性质和计算性质。我们现在讨论⼀类与此相似的模型,⽤于解决分类问题。分类的⽬标是将输⼊变量x分到K个离散的类别CkC_kCk中的某⼀类。在本章中,我们考虑分类的线性模型。所谓分类线性模型,是指决策⾯是输⼊向量x的线性函数,因此被定义为D维输⼊空间中的(D − 1)维超平⾯。...原创 2019-02-14 21:10:36 · 1090 阅读 · 0 评论 -
CNN-RNN: A Unified Framework for Multi-label ImageClassification
文章目录CNN-RNN: A Unified Framework for Multi-label ImageClassificationCVPR 2016介绍方法LSTM模型推理CNN-RNN: A Unified Framework for Multi-label ImageClassificationCVPR 2016在本文中,我们利用递归神经网络(RNN)来解决标签依赖性。提出的CNN...翻译 2019-02-25 21:55:17 · 2617 阅读 · 6 评论 -
PRML第七之稀疏核机
文章目录PRML第七之稀疏核机稀疏核机PRML第七之稀疏核机稀疏核机在前⼀章中,我们研究了许多基于⾮线性核的学习算法。这种算法的⼀个最⼤的局限性核函数k(xn, xm)必须对所有可能的训练点对xn和xm进⾏求值这在训练阶段的计算上是不可⾏的,并且会使得对新的数据点进⾏预测时也会花费过多的时间。本章中,我们会看到具有稀疏(sparse)解的基于核的算法,从⽽对新数据的预测只依赖于在训练...原创 2019-03-03 19:43:32 · 508 阅读 · 0 评论