發簡信
IP屬地：青海
-
一文全面解決樣本不均衡（Python）一、樣本不均衡的介紹 1.1 樣本不均衡現象 樣本（類別）樣本不平衡（class-imbalance）指的是分類任務中不同類別的訓練樣例數目差別...
-
一文概括風控的遷移學習及實踐(Tabular Data)
一、遷移學習 機器學習有一個基本假設：數據同分布。可參考之前這篇介紹:《數據不同分布，怎么整？》[http://mp.weixin.qq.com...
-
深度學習GPU環境配置及建模(Python)對于深度學習開發者，操作系統的選擇、到深度學習相關依賴包安裝、環境配置上，這些步驟看似簡單基礎，但其實也經常是有不少麻煩的。本文簡要梳理了，從環...
-
筆記本運行私人ChatGPT？只要3步！一、相關項目匯總 簡單羅列下ChatGPT的平替開源項目（更多信息可到https://github.com/nichtdax/awesome-t...
-
如何看待復大發布國內首個ChatGPT模型"MOSS"Hi, Moss. 2 月 20 日晚，復旦大學自然語言處理實驗室發布了國內首個具備 ChatGPT 能力的語言模型 ——MOSS，并面向大眾公...
-
機器學習數據不滿足同分布，怎么整？機器學習作為一門科學，不可避免的是，科學本身是基于歸納得到經驗總結，必然存在歷史經驗不適用未來的情況（科學必可證偽）。這里很應景地講一個小故事-...
-
多標簽分類怎么做？(Python)一、基本介紹 首先簡單介紹下，多標簽分類與多分類、多任務學習的關系： 多分類學習（Multi-class）：分類器去劃分的類別是多個的，但對于每...
-
如何看待神經網絡的黑箱？神經網絡 黑箱的意思是我們知其然，不知其所以然，相關理論比較缺乏。別看神經網絡相關論文汗牛充棟，但是大部分類似于technical report...
-
引入業務先驗約束的樹模型(Python)一、模型解釋性的意義 機器學習業務應用以輸出決策判斷為目標。可解釋性是指人類能夠理解決策原因的程度。機器學習模型的可解釋性越高，人們就越容易理解...