![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
人马座α星
这个作者很懒,什么都没留下…
展开
-
多实例学习PCNN在关系抽取中的应用
参考文献:Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks摘要在远程监督关系提取中,提出两个问题。第一,首先,在这种方法中,启发式地将一个已经存在的知识库与文本对齐,并将对齐结果作为标记数据处理。但由于错误标签的存在,启发式的标记是错误的。第二,传统模型进行特征提取过程中产生的噪声会导致性能下降。针对以上两个问题,本论文提出了PCNN(多实例学习的分段卷积神经网络)。原创 2020-10-04 15:23:41 · 1674 阅读 · 0 评论 -
手动离线无网安装tensorflow, tensorflow安装包总结
所需依赖包jzzd7125Werkzeug >=0.11Wheel 0.32tensorboard 1.12protobuf 3.6.1absl-py 0.2.1astor 0.6.2bleach 1.5.0gast 0.2.0grpcio 1.12.0html5lib 0.9999999...原创 2018-10-30 17:48:27 · 6012 阅读 · 3 评论 -
聚类——总结
聚类聚类,就是将样本划分为若干子集的过程,这些子集一般是不相交的。分类聚类方法可大致分为原型聚类、密度聚类、层次聚类。原型聚类:原型聚类是指聚类结构能通过一组原型刻画,原型是指样本空间中具有代表性的点。通常情况下,算法先对原型进行初始化,然后对原型进行迭代更新求解。密度聚类:从样本密度的角度来考察样本之间的可连接性,并基于可连接样本不断扩展聚类簇以获得最终结果。它可以在有噪音的数据中发...原创 2018-12-11 11:42:56 · 427 阅读 · 0 评论 -
LendingClub: The Power of Data & The Next Generation Credit Model
2017.09.08,推出的第五代信用模型。数据:10年的LendingClub数据它比单独计算借款人的FICO得分更具有预测性,并且比第四代模型更能区分借款人还款的可能性,准确率高出24%。该模型可以为那些在传统贷款项目中错误地将风险归为过高但实际上是良好借款人的人提供便利,也可以筛选出看似安全但我们认为存在风险的借款人。新模型优点新模型使用了更多借款人的数据新的属性的应用:...翻译 2019-01-10 16:40:49 · 158 阅读 · 0 评论 -
无网离线tensorflow-gpu安装及遇到的各种坑,解决方案
在内网环境下,tensorflow的安装真的是一件头大的事。无限第三方依赖包。在按完Anconda3后,还需要按的 依赖包总结一下。注意安装顺序(我按的是tensorflow-gpu1.13.1)keras-applications>=1.0.6keras-preprocessing>=1.0.5grpcio>=1.8.6termcolor>=1.1.0gast...原创 2019-06-07 11:13:05 · 3812 阅读 · 0 评论