人工智能

损失函数和风险函数是机器学习中常用的概念，它们用来评估模型的预测性能和复杂度。损失函数是一种衡量预测值和真实值之间不一致程度的函数，它反映了模型在单次预测上的好坏。风险函数是损失函数的期望，它反映了模...

阅读: 0 标签: 损失,函数,风险,区别

损失函数是用来衡量模型预测值和真实值之间的差距的函数，不同的损失函数适用于不同的机器学习任务。常见的损失函数有以下几种：回归损失：用于处理连续型变量的问题，例如预测房价、股票等。常用的回归损失函数有：...

阅读: 1 标签: 干货,常用,损失,函数

金融界2024年4月27日消息，据国家知识产权局公告，浙江大华技术股份有限公司申请一项名为“神经网络的训练方法、装置、终端及计算机可读存储介质“，公开号CN117934988A，申请日期为2023年1...

阅读: 1 标签: 大华,股份,申请,神经,网络,训练,专利,避免,出现,拟合,问题

核心点：过拟合&欠拟合，如何防止！哈喽，我是AI人工智能研究站！在机器学习中，有一项很重要的概念，那就是：过拟合（Overfitting）和欠拟合（Underfitting）。很长一段时间，和不少同学...

阅读: 1 标签: 通透,斯坦福大学,拟合,amp,总结,出来

一、引言随着计算机技术的飞速发展，人工智能已逐渐成为时代的热点。作为人工智能领域的核心技术，深度学习受到了广泛关注。Python作为一门简洁、易学的编程语言，成为了深度学习研究者的首选。本文将从Pyt...

阅读: 1 标签: Python,练习,探寻,深度,学习,奥妙

对比学习是一种无监督学习方法，它通过比较数据样本之间的相似性和差异性来学习特征表示。这种方法不需要标签，而是自己从数据中学习特征表示。对比学习的核心在于如何构造正负样本，并定义一个损失函数来训练模型...

阅读: 1 标签: 对比,学习,数据,特征,表示,监督

监督学习和无监督学习是机器学习的两种技术。但是这两种技术都用于不同的场景和不同的数据集。监督机器学习：监督学习是一种机器学习方法，其中使用标记数据训练模型监督学习是指利用已有的标签数据来训练模型，从而...

阅读: 1 标签: 监督,学习,区别,知道,多少

怎么理解支持向量机SVM算法这一概念及其应用场景？这篇文章里，作者做了相对详细的分析和解读，一起来看一下。一、什么叫支持向量机算法支持向量机SVM算法，英文全称是“Support Vector Mac...

阅读: 1 标签: 机器学习,支持,向量,算法

深度学习技术在当代社会发挥的作用越来越大。目前深度学习被广泛应用于个性化推荐、商品搜索、人脸识别、机器翻译、自动驾驶等多个领域，此外还在向社会各个领域迅速渗透。背景当前，深度学习的应用越来越多样化，随...

阅读: 1 标签: TensorFlow,On,Flink,原理,解析

这是Python特征工程系列原创文章，我的第191篇原创文章。一、问题应用背景介绍：如果有一个包含数十个甚至数百个特征的数据集，每个特征都可能对你的机器学习模型的性能有所贡献。但是并不是所有的特征都是...

阅读: 1 标签: Python,特征,工程,系列,利用,逻辑,回归,模型,分析,重要性