![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
風起云扬
一位爱好运动的程序猿,本人主要在AI头部公司,从事AI算法研发以及提供AI解决方案,主要专注的研究方向:自然语言处理、知识图谱、多轮对话、信息抽取,服务行业有制造业、政府、军工领域; 如果相关文章对你有帮助、欢迎关注、点赞、收藏(一键三连)和订阅专栏哦; 如果想了解更多深度学习与自然语言处理技术的发展、算法、业务落地和场景,可以联系我一起探讨
展开
-
机器学习系列(7)_机器学习路线图(附资料)
作者:寒小阳&&龙心尘 时间:2016年2月。 出处:http://blog.csdn.net/han_xiaoyang/article/details/50759472 http://blog.csdn.net/longxinchen_ml/article/details/50749614 声明:版权所有,转载请联系作者并注明出处1. 引言也许你和这个叫『机器学习』的家伙一...转载 2018-05-09 21:04:24 · 262 阅读 · 0 评论 -
利用学习曲线诊断模型的偏差和方差
机器学习老中医:利用学习曲线诊断模型的偏差和方差学习曲线是监督学习算法中诊断模型 bias 和 variance 的很好工具。本文将介绍如何使用 scikit-learn 和 matplotlib 来生成学习曲线,以及如何使用学习曲线来诊断模型的 bias 和 variance,引导进一步的优化策略。 在构建机器学习模型的时候,我们希望尽可能地保持最低的误差。误差的转载 2018-01-25 14:52:41 · 1964 阅读 · 0 评论 -
LIME:一种解释机器学习模型的方法
原文链接:LIME - Local Interpretable Model-Agnostic Explanations 译者:赵屹华 审校:刘翔宇 责编:周建丁(投稿请联系zhoujd@csdn.net)在本文中,我们将介绍一种方法,用来解释这篇论文中的任何一种分类器的预测结果,并且用开源包来实现。动机:我们为什么要理解预测结果?机器学习如今是非常火的一个话题。随着计算机在围棋等游戏中击败人类专家...转载 2018-05-14 16:05:38 · 3078 阅读 · 0 评论 -
用深度学习解决大规模文本分类问题
用深度学习解决大规模文本分类问题 人工智能头条 2017-03-27 22:14:22 淘宝 阅读(228) 评论(0) 声明:本文由入驻搜狐公众平台的作者撰写,除搜狐官方账号外,观点仅代表作者本人,不代表搜狐立场。举报 作者:清凇 阿里巴巴搜索排序算法工程师 原文:https://zhuanlan.zhihu.com/p/25928551 AI技术投稿、约稿、请发送邮件至he...转载 2018-05-14 16:09:20 · 2148 阅读 · 0 评论 -
一文搞懂交叉熵在机器学习中的使用
一文搞懂交叉熵在机器学习中的使用 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。以前做一些分类问题的时候,没有过多的注意,直接调用现成的库,用起来也比较方便。在使用交叉熵的时候,发现自己对交叉熵的理解有些模糊,不够深入。遂花了几天的时间从头梳理了一下相关知识点,才算透彻的理解了...转载 2018-10-09 15:09:32 · 985 阅读 · 0 评论