全部 人工智能學科動態(tài) 人工智能技術資訊 人工智能常見問題 技術問答

• • 

    文本數(shù)據(jù)分析有什么作用？常用的文本數(shù)據(jù)分析方法

    文本數(shù)據(jù)分析能夠有效幫助我們理解數(shù)據(jù)語料, 快速檢查出語料可能存在的問題, 并指導之后模型訓練過程中一些超參數(shù)的選擇。我們基于真實的中文酒店評論語料來講解常用的幾種文本數(shù)據(jù)分析方法。 查看全文>>

    人工智能技術資訊2022-02-09 |傳智教育 |文本數(shù)據(jù)分析,文本數(shù)據(jù)分析方法

  • 

    Numpy模塊執(zhí)行數(shù)組間的轉換操作

    ndarray對象提供了一些可以便捷地改變數(shù)組基礎形狀的屬性和方法，例如，將一個3行4列的二維數(shù)組轉換成6行2列的二維數(shù)組，關于這些屬性和方法的具體說明如表9-3所示。 查看全文>>

    人工智能技術資訊2021-12-09 |傳智教育 |Numpy基礎操作

  • 

    什么是交叉驗證？什么是網(wǎng)格搜索？

    交叉驗證就是將拿到的訓練數(shù)據(jù)，分為訓練和驗證集。以下圖為例：將數(shù)據(jù)分成4份，其中一份作為驗證集。然后經(jīng)過4次(組)的測試，每次都更換不同的驗證集。即得到4組模型的結果，取平均值作為最終結果。又稱4折交叉驗證。 查看全文>>

    人工智能技術資訊2021-10-28 |傳智教育 |交叉驗證,網(wǎng)格搜索

  • 

    隨機森林構造有哪些步驟？隨機森林案例展示

    如果不是有放回的抽樣，那么每棵樹的訓練樣本都是不同的，都是沒有交集的，這樣每棵樹都是“有偏的”，都是絕對“片面的”(當然這樣說可能不對)，也就是說每棵樹訓練出來都是有很大的差異的;而隨機森林最后分類取決于多棵樹(弱分類器)的投票表決。 查看全文>>

    人工智能技術資訊2021-09-16 |傳智教育 |隨機森林

  • 

    決策樹的劃分依據(jù)二:信息增益率

    實際上，信息增益準則對可取值數(shù)目較多的屬性有所偏好，為減少這種偏好可能帶來的不利影響，著名的 C4.5 決策樹算法 [Quinlan， 1993J 不直接使用信息增益，而是使用"增益率" (gain ratio) 來選擇最優(yōu)劃分屬性.增益率：增益率是用前面的信息增益Gain(D, a)和屬性a對應的"固有值"(intrinsic value) [Quinlan , 1993J的比值來共同定義的。 查看全文>>

    人工智能技術資訊2021-09-16 |傳智教育 |決策樹的劃分依據(jù),信息增益率

  • 

    決策樹的劃分依據(jù)一：信息增益

    信息增益：以某特征劃分數(shù)據(jù)集前后的熵的差值。熵可以表示樣本集合的不確定性，熵越大，樣本的不確定性就越大。因此可以使用劃分前后集合熵的差值來衡量使用當前特征對于樣本集合D劃分效果的好壞。 查看全文>>

    人工智能技術資訊2021-09-16 |傳智教育 |決策樹,決策樹,決策樹的劃分依據(jù)

  • 

    機器學習中入門級必學的算法有哪些？

    K Nearest Neighbor算法又叫KNN算法，這個算法是機器學習里面一個比較經(jīng)典的算法， 總體來說KNN算法是相對比較容易理解的算法，如果一個樣本在特征空間中的k個最相似(即特征空間中最鄰近)的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別。 查看全文>>

    人工智能技術資訊2021-08-26 |傳智教育 |機器學習中入門級必學的算法

  • 

    OPenCV中如何實現(xiàn)ORB算法？【OpenCV教程】

    OPenCV中如何實現(xiàn)ORB算法？在OPenCV中實現(xiàn)ORB算法，使用的是： 查看全文>>

    人工智能技術資訊2021-07-30 |傳智教育 |OPenCV中如何實現(xiàn)ORB算法

  << < 1 2 3 4 5 6 7 8 9 10 > >>