發(fā)簡信
IP屬地：廣東
-
一文看懂計算機視覺-CV（基本原理+2大挑戰(zhàn)+8大任務(wù)+4個應(yīng)用）計算機視覺（Computer Vision）是人工智能領(lǐng)域的一個重要分支嗤朴。它的目的是：看懂圖片里的內(nèi)容配椭。本文將介紹計算機視覺的基本概念虫溜、實現(xiàn)原理...
-
一文看懂詞嵌入word embedding（2種算法+其他文本表示比較）
文本表示（Representation） 文本是一種非結(jié)構(gòu)化的數(shù)據(jù)信息雹姊，是不可以直接被計算的。 文本表示的作用就是將這些非結(jié)構(gòu)化的信息轉(zhuǎn)化為結(jié)構(gòu)...
-
一文看懂 AI 訓(xùn)練集衡楞、驗證集吱雏、測試集（附：分割方法+交叉驗證）
數(shù)據(jù)在人工智能技術(shù)里是非常重要的！本篇文章將詳細給大家介紹3種數(shù)據(jù)集：訓(xùn)練集瘾境、驗證集歧杏、測試集。同時還會介紹如何更合理的講數(shù)據(jù)劃分為3種數(shù)據(jù)集迷守。最...
-
我的業(yè)務(wù)要不要用人工智能犬绒？引入AI前你需要評估的（四）
這是一個系列文章，從各個角度來評估一個問題：“我的業(yè)務(wù)要不要用 AI 兑凿？能不能用 AI凯力？”本期評估角度——黑箱 黑箱是人工智能的缺點 并非所有人...
-
我的業(yè)務(wù)要不要用人工智能？引入AI前你需要評估的（三）
這是一個系列文章礼华，從各個角度來評估一個問題：“我的業(yè)務(wù)要不要用 AI 咐鹤？能不能用 AI？”本期評估角度——學(xué)習(xí) 往期內(nèi)容： 我的業(yè)務(wù)要不要用人工...
-
一文看懂分類模型的評估指標(biāo)：準確率圣絮、精準率祈惶、召回率、F1扮匠、ROC曲線捧请、AUC曲線
機器學(xué)習(xí)模型需要有量化的評估指標(biāo)來評估哪些模型的效果更好。本文將用通俗易懂的方式講解分類問題的混淆矩陣和各種評估指標(biāo)的計算公式棒搜。將要給大家介紹的...
-
一文看懂 Attention（本質(zhì)原理+3大優(yōu)點+5大類型）Attention 正在被越來越廣泛的得到應(yīng)用疹蛉。尤其是 BERT 火爆了之后。Attention 到底有什么特別之處帮非？他的原理和本質(zhì)是什么氧吐？At...
-
一文看懂 NLP 里的模型框架 Encoder-Decoder 和 Seq2Seq
Encoder-Decoder 和 Seq2Seq Encoder-Decoder 是 NLP 領(lǐng)域里的一種模型框架讹蘑。它被廣泛用于機器翻譯、語音...
-
一文看懂集成學(xué)習(xí)（詳解 bagging筑舅、boosting 以及他們的 4 點區(qū)別）
在機器學(xué)習(xí)中座慰，我們講了很多不同的算法。那些算法都是單打獨斗的英雄翠拣。而集成學(xué)習(xí)就是將這些英雄組成團隊版仔。實現(xiàn)“3 個臭皮匠頂個諸葛亮”的效果。本文將...