机器学习 (ML) 模型包含许多可调设置，称为超参数，它们控制模型如何从数据中学习。与在训练期间自动学习的模型参数不同，超参数必须由开发人员仔细配置以优化模型性能。这些设置范围从神经网络的学习率和网络架构，到决策森林的树深度，[...]
为你的问题选择正确算法的实用指南：从回归到神经网络
本文通过清晰的指南，解释了如何为不同类型的现实世界和业务问题选择合适的机器学习 (ML) 算法或模型。了解如何决定正确的 ML 算法至关重要，因为任何 ML 项目的成功都取决于此选择的正确性。文章首先介绍了 [...]
构建稳健的机器学习管道：最佳实践与常见陷阱
在现实生活中，机器学习模型不是一个独立的、只产生预测的对象。它是扩展系统的一部分，只有在我们一起管理它时才能提供价值。我们需要机器学习 (ML) 管道来运行模型并交付价值。构建 ML 管道需要 [...]
自然语言生成深入解析：教会机器像人类一样写作
自然语言生成 (NLG) 是人工智能 (AI) 的一个引人入胜的领域，更具体地说是自然语言处理 (NLP) 的一个领域，旨在使机器能够生成类似人类的文本，从而驱动人机通信以解决问题。本文探讨了 NLG 是什么、它是如何工作的，以及该领域近年来如何发展，同时强调了 [...]
行业聚焦：金融中的机器学习
近年来，金融行业经历了重大的变革，人工智能和机器学习 (ML) 发挥着越来越重要的作用。这些新兴技术开始重塑许多金融机构的运营、决策和客户互动方式。在这篇博文中，我们将探讨机器学习的一些应用 [...]
365 Data Science 免费数据和 AI 课程——无限访问至 11 月 21 日
赞助内容 2024 年 11 月 1 日至 11 月 21 日（UTC 时间 8:00），365 Data Science 提供对其全面学习平台的免费访问。这是有抱负的数据专业人士和人工智能爱好者以零成本获取知识和经验的绝佳机会。传统与使命 365 Data Science 迎来了第四个年头，将继续 [...]
10 Python 一行代码，助您提升数据科学工作流程
Python 是最流行的数据科学编程语言，因为它用途广泛且拥有大量的社区支持。有了如此广泛的使用，有很多方法可以改进我们可能不知道的数据科学工作流程。在本文中，我们将探索十种不同的 Python 一行代码，它们可以提高您的数据 [...]
大规模数据集中的异常检测技术
异常检测是指在数据中查找与正常情况不同的模式。这些异常模式被称为异常或离群值。在大规模数据集中，查找异常更加困难。数据量大，模式可能很复杂。常规方法可能效果不佳，因为需要检查的数据太多。需要特殊技术 [...]
在计算机视觉中利用迁移学习实现快速成功
计算机视觉 (CV) 是一个让机器学会“看”和理解图像或视频的领域。它帮助机器在照片或视频中识别物体、人脸甚至行为。例如，CV 用于自动驾驶汽车检测路标和行人，或用于医学扫描检测疾病。从头开始训练 CV 模型 [...]
您今天就可以贡献的 7 个开源机器学习项目
您是希望提升技能的机器学习爱好者吗？如果是，贡献开源机器学习项目是提高编码技能的最佳方法之一。当您处理开源 ML 工具时，您将更深入地了解 ML 框架的内部工作原理。您还可以改进您的编码 [...]