- 博客(4)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 【sklearn】dataset模块（2）—— 生成数据集
本文介绍sklearn.datasets模块本文是从jupyter文档转换来的，某个代码块不一定能直接复制运行，代码输出结果统一以注释形式添加在代码最后文章目录1. 生成数据集1.1 分类和聚类生成器1.1.1 单标签1.1.1. make_blobs1.1.1.2 make_classification1.1.1.3 make_gaussian_quantiles1.1.1.4 make_hastie_10_21.1.1.5 make_circles1.1.1.6 make_moon1. 生成.
2021-04-25 03:55:52
1411
原创 【sklearn】dataset模块（1）—— 小型数据集、远程数据集
本文介绍sklearn.datasets模块本文是从jupyter文档转换来的，某个代码块不一定能直接复制运行，代码输出结果统一以注释形式添加在代码最后文章目录0. 前置0.1 关于Sklearn0.2 Bunch类型1. sklearn.datasets模块1.1 玩具数据集1.1.1 波士顿房价数据集（回归）乳癌数据集（二分类）糖尿病数据集（回归）手写字体数据集（多分类）鸢尾花数据集（多分类）红酒数据集（多分类）健身数据集（回归）远程加载数据集0. 前置0.1 关于SklearnSkl.
2021-04-25 01:50:56
2779
7
翻译 论文翻译 —— Disambiguation-Free Partial Label Learning 非消歧偏标记学习（PL-ECOC）
标题：Disambiguation-Free Partial Label Learning文章链接：http://aaai.org/ocs/index.php/AAAI/AAAI17/paper/view/14210提出方法：PL-ECOC领域：弱监督学习 - 偏标记学习注：方括号为原文中参考文献引用，具体引用文章请下载原文查看文章目录非消岐偏标记学习1. 引言2. 相关工作3. PL-ECOC方法3.1 多分类器归纳分解为二分类器3.2 使用ECOC进行偏标签学习4. 实验4.1 实验计划.
2021-04-19 03:35:20
899
原创 【组会论文记录】2021/3/31（episodic control RL）
本系列文章意在记录组会上同学分享文章的idea，大部分我没有仔细读过，仅供参考本周三篇文章《Model-Free Episodic Control》《Episodic Memory Deep Q-Networks》《Episodic Reinforcement Learning with Associative Memory》这几篇都是有关强化学习中 episodic control 的内容，利用非参数化的memory来保存一些好的经验进行学习，可以有效解决强化学习中价值传递太慢的问题。其.
2021-04-07 18:39:35
358
通信协议.cpp
2019-08-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人