欠擬合和過(guò)擬合是什么？解決方法總結(jié)

過(guò)擬合是指模型在訓(xùn)練集上表現(xiàn)很好，到了驗(yàn)證和測(cè)試階段就大不如意了，即模型的泛化能力很差。

2020-01-29 標(biāo)簽：機(jī)器學(xué)習(xí) 3.2萬(wàn) 0

Python無(wú)監(jiān)督學(xué)習(xí)的幾種聚類(lèi)算法包括K-Means聚類(lèi),分層聚類(lèi)等詳細(xì)概述

無(wú)監(jiān)督學(xué)習(xí)是機(jī)器學(xué)習(xí)技術(shù)中的一類(lèi)，用于發(fā)現(xiàn)數(shù)據(jù)中的模式。本文介紹用Python進(jìn)行無(wú)監(jiān)督學(xué)習(xí)的幾種聚類(lèi)算法，包括K-Means聚類(lèi)、分層聚類(lèi)、t-SNE...

2018-05-27 標(biāo)簽：聚類(lèi)算法機(jī)器學(xué)習(xí)Python 3.1萬(wàn) 0

一文讀懂TensorFlow（工作原理以及如何使用）

Tensorflow 發(fā)布已經(jīng)有三年，如今它已成為深度學(xué)習(xí)生態(tài)系統(tǒng)的基石。然而對(duì)于初學(xué)者來(lái)說(shuō)它并不怎么簡(jiǎn)單易懂，與 PyTorch 或 DyNet 這樣...

2018-07-01 標(biāo)簽：機(jī)器學(xué)習(xí)pythontensorflow 2.9萬(wàn) 0

Inception V2/V3/V4的發(fā)展歷程以及它們的網(wǎng)絡(luò)結(jié)構(gòu)和亮點(diǎn)

在機(jī)器學(xué)習(xí)中，我們通常會(huì)做一種假設(shè)：訓(xùn)練樣本獨(dú)立同分布(iid)且訓(xùn)練樣本與測(cè)試樣本分布一致，如果真實(shí)數(shù)據(jù)符合這個(gè)假設(shè)則模型效果可能會(huì)不錯(cuò)，反之亦然，這...

2018-06-21 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 2.8萬(wàn) 0

KL散度在各領(lǐng)域不同的使用情況

近日，CMU的助理教授Simon DeDeo就在推特上表示：“用到KL散度的領(lǐng)域十分廣泛，包括心理學(xué)、認(rèn)知學(xué)（epistemic）、熱力學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算...

2018-05-14 標(biāo)簽：機(jī)器學(xué)習(xí)大數(shù)據(jù) 2.7萬(wàn) 0

對(duì)比深度學(xué)習(xí)和經(jīng)典機(jī)器學(xué)習(xí)，分別介紹這兩種技術(shù)的優(yōu)缺點(diǎn)

在小數(shù)據(jù)上能更好地工作：為了實(shí)現(xiàn)高性能，深度學(xué)習(xí)需要非常大的數(shù)據(jù)集。之前提到的預(yù)訓(xùn)練的網(wǎng)絡(luò)在120萬(wàn)張圖像上進(jìn)行了訓(xùn)練。對(duì)于許多應(yīng)用來(lái)說(shuō)，這樣大的數(shù)據(jù)集...

2018-04-10 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 2.7萬(wàn) 0

TensorFlow Lite是TensorFlow針對(duì)移動(dòng)和嵌入式設(shè)備的輕量級(jí)解決方案

TensorFlow Lite 目前處于開(kāi)發(fā)人員預(yù)覽階段，因此可能不支持 TensorFlow 模型中的所有操作。但是它支持常見(jiàn)的圖像分類(lèi)模型，包括 I...

2018-07-31 標(biāo)簽：機(jī)器學(xué)習(xí)TensorFlowTensorFlow Lite 2.6萬(wàn) 0

什么是神經(jīng)網(wǎng)絡(luò)？學(xué)習(xí)人工智能必會(huì)的八大神經(jīng)網(wǎng)絡(luò)盤(pán)點(diǎn)

神經(jīng)網(wǎng)絡(luò)是一套特定的算法，是機(jī)器學(xué)習(xí)中的一類(lèi)模型，神經(jīng)網(wǎng)絡(luò)本身就是一般泛函數(shù)的逼近，它能夠理解大腦是如何工作，能夠了解受神經(jīng)元和自適應(yīng)連接啟發(fā)的并行計(jì)算...

2018-02-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 2.6萬(wàn) 0

幾種常見(jiàn)的用于回歸問(wèn)題的機(jī)器學(xué)習(xí)算法

神經(jīng)網(wǎng)絡(luò)包含了許多互相連接的節(jié)點(diǎn)，稱為神經(jīng)元。輸入的特征變量經(jīng)過(guò)這些神經(jīng)元后變成多變量的線性組合，與各個(gè)特征變量相乘的值稱為權(quán)重。之后在這一線性結(jié)合上應(yīng)...

2018-08-22 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 2.6萬(wàn) 0

簡(jiǎn)要解釋one hot編碼這一機(jī)器學(xué)習(xí)中極為常見(jiàn)的技術(shù)

其中，類(lèi)別值是分配給數(shù)據(jù)集中條目的數(shù)值編號(hào)。比如，如果我們?cè)跀?shù)據(jù)集中新加入一個(gè)公司，那么我們會(huì)給這家公司一個(gè)新類(lèi)別值4。當(dāng)獨(dú)特的條目增加時(shí)，類(lèi)別值將成比例增加。

2018-06-30 標(biāo)簽：編碼器機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.6萬(wàn) 0