当前标签：机器学习

深度森林gcForest模型

bonelee 2020-12-14 09:41 阅读:2147 评论:0 推荐:0

使用Apache Arrow助力PySpark数据处理——本质上是在内存中按照列式存储组织数据格式，以提升性能

bonelee 2020-12-03 22:31 阅读:1933 评论:0 推荐:0

LightGBM为什么比xgbost好？——选择梯度大(残差大)样本来进行特征分裂生成的树，借鉴了Adaboost的更改样本权重，错误的分类会更高权重对待

bonelee 2020-11-23 17:42 阅读:2395 评论:0 推荐:0

深度模型压缩技术在智能座舱方案的探索与实践——知识蒸馏也是teacher student模型

bonelee 2020-11-04 09:59 阅读:887 评论:0 推荐:0

TinyML：下一轮人工智能革命——看来边缘计算 AI模型小型化也是一大领域

bonelee 2020-11-04 09:26 阅读:4632 评论:0 推荐:0

AI入门（重实践）书籍推荐

bonelee 2020-09-02 09:41 阅读:518 评论:0 推荐:0

小样本学习年度进展|VALSE2018

bonelee 2020-06-02 20:19 阅读:660 评论:0 推荐:0

半监督学习分类——？？？

bonelee 2020-04-07 14:40 阅读:4605 评论:1 推荐:0

强化学习的算法分类

bonelee 2020-04-07 14:17 阅读:10479 评论:0 推荐:2

dga model train and test code

bonelee 2019-11-29 15:48 阅读:285 评论:0 推荐:0

如何利用AI识别未知——加入未知类（不太靠谱），检测待识别数据和已知样本数据的匹配程度（例如使用CNN降维，再用knn类似距离来实现），将问题转化为特征搜索问题而非决策问题，使用HTM算法（记忆+模式匹配预测就是智能），GAN异常检测，RBF

bonelee 2019-07-17 14:49 阅读:4173 评论:2 推荐:0

非参数估计：核密度估计KDE

bonelee 2019-06-19 11:18 阅读:47053 评论:0 推荐:1

参数检验——当总体分布已知（如总体为正态分布），根据样本数据对总体分布的统计参数进行推断非参数检验——利用样本数据对总体分布形态等进行推断的方法。

bonelee 2019-06-19 11:13 阅读:2216 评论:0 推荐:1

利用Minhash和LSH寻找相似的集合

bonelee 2019-05-31 14:06 阅读:925 评论:0 推荐:0

One Class SVM 对于样本不均衡处理思路——拿出白样本建模，算出outlier，然后用黑去检验效果

bonelee 2019-05-27 14:56 阅读:3246 评论:0 推荐:0

HMM 模型输入数据处理的优雅做法来自实际项目

bonelee 2019-05-14 10:46 阅读:1126 评论:0 推荐:0

prefixspan python

bonelee 2019-04-12 15:49 阅读:3094 评论:0 推荐:0

K-Means ++ 和 kmeans 区别

bonelee 2019-03-02 16:02 阅读:6804 评论:0 推荐:0

基尼指数——基尼系数是指国际上通用的、用以衡量一个国家或地区居民收入差距的常用指标。基尼系数介于0-1之间，基尼系数越大，表示不平等程度越高。

bonelee 2018-11-30 15:20 阅读:3890 评论:0 推荐:0

时间序列预测——深度好文，ARIMA是最难用的（数据预处理过程不适合工业应用），线性回归模型简单适用，预测趋势很不错，xgboost的话，不太适合趋势预测，如果数据平稳也可以使用。

bonelee 2018-11-03 22:54 阅读:18948 评论:2 推荐:0