-
EMNLP 2021 | 罗氏和博阿齐奇大学研究合作团队提出:多标签文本分类中长尾分布的平衡策略平衡损失函数为多标签文本分类的应用提供了一个有效策略。我在思考中2021年11月10日 15:37
-
英国AI学者Michael Lones独家避坑指南,破解机器学习五大陷阱近日,Michael A. Lones教授在arXiv提交了一篇论文,全面论述了机器学习在实际应用中的常见陷阱以及对应方法,以帮助机器学习的学术小白们快速入门。我在思考中2021年08月10日 10:01
-
探索神经网络规模下限,MNIST-1D数据集迈出了第一步为了探索神经网络的规模有多大的极限,我们可能首先需要探索神经网络的规模到底有多小的极限。AI研习社-译站2021年01月12日 14:22
-
NLP之文本分类:「Tf-Idf、Word2Vec和BERT」三种模型比较BERT的表现要比之前的模型稍好,它能识别的科技新闻要比其他模型多一些。AI研习社-译站2020年09月30日 10:04
-
资料 | Python机器学习及实践-从零开始通往Kaggle竞赛之路帮助对机器学习、数据挖掘感兴趣的读者整合时下流行的基于Python语言的程序库。AI研习社2020年09月08日 10:32
-
用于可解释机器学习的 Python 库由于对人工智能偏见的担心日益凸显,从业者解释模型产出的预测结果的能力以及解释模型自身运作机制的能力变的越来越重要。AI研习社-译站2020年08月18日 18:17
-
如何使用XGBoost模型进行时间序列预测XGBoost是在有效解决分类和回归问题的一种梯度提升方法。本文将探索如何为时间序列预测开发一个XGBoost模型。AI研习社-译站2020年08月17日 13:14
-
资料 | Python 机器学习基础教程本书是机器学习入门书,以Python语言介绍。主要内容包括:机器学习的基本概念及其应用;实践中最常用的机器学习算法以及这些算法的优缺点;AI研习社2020年07月20日 10:56
-
如何在 Python 中建立和训练线性和 logistic 回归 ML 模型?本教程的主题是:如何用Python中的scikit-learn库,建立、训练和测试你的第一个线性回归机器学习模型。AI研习社-译站2020年07月13日 11:20