全部 人工智能学科动态 人工智能技术资讯 人工智能常见问题 技术问答

• • 

    文本数据分析有什么作用？常用的文本数据分析方法

    文本数据分析能够有效帮助我们理解数据语料, 快速检查出语料可能存在的问题, 并指导之后模型训练过程中一些超参数的选择。我们基于真实的中文酒店评论语料来讲解常用的几种文本数据分析方法。 查看全文>>

    人工智能技术资讯2022-02-09 |传智教育 |文本数据分析,文本数据分析方法

  • 

    Numpy模块执行数组间的转换操作

    ndarray对象提供了一些可以便捷地改变数组基础形状的属性和方法，例如，将一个3行4列的二维数组转换成6行2列的二维数组，关于这些属性和方法的具体说明如表9-3所示。 查看全文>>

    人工智能技术资讯2021-12-09 |传智教育 |Numpy基础操作

  • 

    什么是交叉验证？什么是网格搜索？

    交叉验证就是将拿到的训练数据，分为训练和验证集。以下图为例：将数据分成4份，其中一份作为验证集。然后经过4次(组)的测试，每次都更换不同的验证集。即得到4组模型的结果，取平均值作为最终结果。又称4折交叉验证。 查看全文>>

    人工智能技术资讯2021-10-28 |传智教育 |交叉验证,网格搜索

  • 

    随机森林构造有哪些步骤？随机森林案例展示

    如果不是有放回的抽样，那么每棵树的训练样本都是不同的，都是没有交集的，这样每棵树都是“有偏的”，都是绝对“片面的”(当然这样说可能不对)，也就是说每棵树训练出来都是有很大的差异的;而随机森林最后分类取决于多棵树(弱分类器)的投票表决。 查看全文>>

    人工智能技术资讯2021-09-16 |传智教育 |随机森林

  • 

    决策树的划分依据二:信息增益率

    实际上，信息增益准则对可取值数目较多的属性有所偏好，为减少这种偏好可能带来的不利影响，著名的 C4.5 决策树算法 [Quinlan， 1993J 不直接使用信息增益，而是使用"增益率" (gain ratio) 来选择最优划分属性.增益率：增益率是用前面的信息增益Gain(D, a)和属性a对应的"固有值"(intrinsic value) [Quinlan , 1993J的比值来共同定义的。 查看全文>>

    人工智能技术资讯2021-09-16 |传智教育 |决策树的划分依据,信息增益率

  • 

    决策树的划分依据一：信息增益

    信息增益：以某特征划分数据集前后的熵的差值。熵可以表示样本集合的不确定性，熵越大，样本的不确定性就越大。因此可以使用划分前后集合熵的差值来衡量使用当前特征对于样本集合D划分效果的好坏。 查看全文>>

    人工智能技术资讯2021-09-16 |传智教育 |决策树,决策树,决策树的划分依据

  • 

    机器学习中入门级必学的算法有哪些？

    K Nearest Neighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法， 总体来说KNN算法是相对比较容易理解的算法，如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 查看全文>>

    人工智能技术资讯2021-08-26 |传智教育 |机器学习中入门级必学的算法

  • 

    OPenCV中如何实现ORB算法？【OpenCV教程】

    OPenCV中如何实现ORB算法？在OPenCV中实现ORB算法，使用的是： 查看全文>>

    人工智能技术资讯2021-07-30 |传智教育 |OPenCV中如何实现ORB算法

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