会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
pythonfl
博客园
首页
新随笔
联系
订阅
管理
随笔 - 69
文章 - 0
评论 - 1
阅读 -
74540
上一页
1
···
3
4
5
6
7
8
9
10
11
···
14
下一页
2020年7月19日
卷积神经网络相关计算
摘要: 卷积神经网络 以往传统机器视觉算法需要根据目标任务和先验知识选择合适的特征,即图像的颜色、形状、纹理等,并且用来提取这些特征的特征提取器需要人为构建,不仅构造过程较为繁琐和困难,而且设计出的提取器通常缺乏泛化能力。 近年来机器学习技术的迅速发展,使得机器视觉技术在图像识别工作中收获广泛的应用成果,其
阅读全文
posted @ 2020-07-19 12:41 快到皖里来
阅读(339)
评论(0)
推荐(0)
2020年7月18日
知识图谱学习小记
摘要: 一、知识图谱的架构(逻辑结构+体系架构) 1.1 知识图谱的逻辑结构(数据层+模式层) 数据层主要是由一系列的事实组成,而知识将以事实为单位进行存储。如果用(实体1,关系,实体2)、(实体、属性,属性值)这样的三元组来表达事实,可选择图数据库作为存储介质,例如开源的Neo4j、Twitter的Flo
阅读全文
posted @ 2020-07-18 21:21 快到皖里来
阅读(531)
评论(0)
推荐(0)
2020年7月3日
模型可解释性方法--lime
摘要: ##与模型无关的局部可解释性方法(LIME) 在机器学习模型事后局部可解释性研究中,一种代表性方法是由Marco Tulio Ribeiro等人提出的Local Interpretable Model-Agnostic Explanation(LIME)。 一般地,对于每一个输入实例,LIME首先利
阅读全文
posted @ 2020-07-03 09:35 快到皖里来
阅读(3195)
评论(0)
推荐(0)
多模态融合注记
摘要: 多模态机器学习MultiModal Machine Learning (MMML),旨在通过机器学习并处理理解多种模态信息。包括多模态表示学习Multimodal Representation,模态转化Translation,对齐Alignment,多模态融合Multimodal Fusion,协同
阅读全文
posted @ 2020-07-03 09:23 快到皖里来
阅读(5579)
评论(0)
推荐(1)
2020年3月13日
机器学习之数据探索——数据特征分析(帕累托分析)
摘要: 帕累托分析,即贡献度分析,在所有因素中找寻对结果起关键性或决定性作用的少部分因素。 有一常见的法则————二八定律,各行各业都在诠释着该法则的深刻含义: 例如: 1 公司的80%利润来自于20%的畅销产品,而其他80%的产品只产生了20%的利润; 2 世界上大约80%的资源是由世界上20%的人口所耗
阅读全文
posted @ 2020-03-13 15:05 快到皖里来
阅读(612)
评论(0)
推荐(0)
上一页
1
···
3
4
5
6
7
8
9
10
11
···
14
下一页
公告
昵称:
快到皖里来
园龄:
5年6个月
粉丝:
12
关注:
0
+加关注
<
2025年6月
>
日
一
二
三
四
五
六
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
10
11
12
搜索
常用链接
我的随笔
我的评论
我的参与
最新评论
我的标签
随笔档案
(69)
2022年12月(2)
2022年1月(5)
2021年11月(1)
2021年10月(6)
2021年5月(2)
2021年2月(12)
2021年1月(1)
2020年9月(1)
2020年7月(4)
2020年3月(7)
2020年2月(22)
2019年12月(1)
2019年11月(5)
更多
阅读排行榜
1. K折交叉验证(11053)
2. word——插入目录(9814)
3. 多模态融合注记(5579)
4. 模型可解释性方法--lime(3195)
5. 机器学习之数据探索——数据特征分析(分布分析)(3054)
评论排行榜
1. 多分类建模评估指标(2)
推荐排行榜
1. 由数组生成对称矩阵(1)
2. python装饰器(1)
3. 损失函数VS评估指标(1)
4. 多模态融合注记(1)
5. K折交叉验证(1)
最新评论
1. Re:多分类建模评估指标
@sinyard 在多分类情况下,其实四个值都相等,即Accuracy = micro-P = micro-R = micro-F1; 公式就在倒数第三、四张图片中,TN_i表示各类别的数值。...
--快到皖里来
2. Re:多分类建模评估指标
准确率(Accuracy)等于微F1值(micro-F1)?可是你也没涉及到TN指标呀,这个怎么理解呀
--sinyard
点击右上角即可分享