集成學(xué)習(xí)通過構(gòu)建并結(jié)合多個(gè)學(xué)習(xí)器來提高泛化性能。思想就是三個(gè)臭皮匠猪腕，頂個(gè)諸葛亮艾少。例如在分類中罚斗， 將多個(gè)弱分類器通過某種方式結(jié)合起來，得到比弱分類器的效果更好的效果。 bagg...
發(fā)簡信
IP屬地：北京
-
學(xué)習(xí)筆記-集成模型
-
BERT面試8問8答
近期對(duì)BERT系列綜述了一番怠李，但記得以前剛接觸BERT的時(shí)候有很多疑問，之后通過看博客蛤克、論文陸續(xù)弄明白了捺癞。這次就以QA的形式將關(guān)于BERT的疑問及其相應(yīng)解答分享給大家，不足之...
-
學(xué)習(xí)筆記-word2vec在nlp的世界里咖耘，詞向量占據(jù)了重要的位置翘簇，它分布式的表示了單詞的語義信息，大幅度的提升了下游任務(wù)的效果儿倒。 Word2vec根據(jù)預(yù)測(cè)詞的方式包括兩種模型版保，skip gram是使...
-
BiLSTM-CRF Models for Sequence Tagging（翻譯）Abstract（摘要） ??在本文中，我們?yōu)樾蛄袠?biāo)注任務(wù)提出了一系列基于長短時(shí)記憶網(wǎng)絡(luò) (LSTM)的模型夫否。這些模型包括 LSTM 網(wǎng)絡(luò)彻犁，BI-LSTM 網(wǎng)絡(luò)，帶有條件隨機(jī)...
-
學(xué)習(xí)筆記-XGBOOSTXGBOOST是GBDT模型的升級(jí)版凰慈，同樣也用到了adboosting的思想 一 預(yù)備知識(shí) XGBOOST是前向加法模型汞幢，那么有公式：設(shè)表示第n棵樹的模型，那么就有所以第k次...
-
CCF 疫情期間網(wǎng)民情緒識(shí)別 trick分享
多分類問題下面仲智，我們經(jīng)常會(huì)遇到一些指標(biāo)，比如正在進(jìn)行的DF平臺(tái)上的比賽姻氨，疫情期間網(wǎng)民情緒識(shí)別钓辆，用這個(gè)trick就能輕易地提分。i數(shù)據(jù)智能上面提到：如果多類別不均衡的話肴焊，這時(shí)候...
-
FromWord Embeddings To Document Distances-閱讀文本相似度是自然語言處理研究熱點(diǎn)之一前联，論文提出了一種新的衡量文本相似度的方法，Word Mover’s Distance (WMD)娶眷。此方法利用兩個(gè)文本的詞向量的距離來作為相...
-
學(xué)習(xí)筆記-隨機(jī)森林似嗤、提升樹、GBDT在之前的章節(jié)里届宠，學(xué)習(xí)了集成學(xué)習(xí)的兩個(gè)代表方式：bagging和boosting烁落，現(xiàn)在來看如果將bagging和boosting運(yùn)用在決策樹中壳咕。 隨機(jī)森林(random for...
