author/生活隨心隨意

隨手記V12 · 改變正當時

在過去的八年裡,隨手記作為移動記賬時代的開創者,先後推出“記一筆”、“情景賬本”、“多人記賬”等耳目一新的功能,截至目前累計下載使用者超過2.2億,據權威資料顯示,隨手記在活躍使用者規模、使用者使用時長方面穩居

機器學習A-Z~決策樹與隨機森林

決策樹 有的人可能聽過一個詞:CART,這個代表的意思是Classification And Regression Tree。它是一個分類和迴歸的決策樹。它被分為兩類,一類是分類決策樹(Classifica

條件隨機場之CRF++原始碼詳解-預測

這篇文章主要講解CRF++實現預測的過程,預測的演算法以及程式碼實現相對來說比較簡單,所以這篇文章理解起來也會比上一篇條件隨機場訓練的內容要容易。 預測 上一篇條件隨機場訓練的原始碼詳解中,有一個地方

條件隨機場之CRF++原始碼詳解-訓練

上篇的CRF++原始碼閱讀中, 我們看到CRF++如何處理樣本以及如何構造特徵。本篇文章將繼續探討CRF++的原始碼,並且本篇文章將是整個系列的重點,會介紹條件隨機場中如何構造無向圖、前向後向演算法、如何計算

記賬類APP競品分析

一張圖看完本篇競品分析體驗報告內容結構: 一、體驗環境 裝置型號:iPhone 6s Plus 作業系統:iOS 12.1 體驗時間:2019.01.22

隨機森林的直觀理解

對於那些認為隨機森林是黑匣子演算法的人來說,這篇帖子會提供一個不同的觀點。接下來,本文將從4個方面去理解隨機森林模型。感興趣的朋友也可以直接前往 BigQuant人工智慧量化投資 平臺進一步研究。 1.

使用LIME探索模型

編者按:模型的解釋性對於模型的應用和可信,有著重要意義。同時,也可以讓模型更透明,更公平,也更好地服務大眾,以降低模型多帶來的風險。如何對黑盒模型的解釋性做探索和研究,本文的LIME方法在一定程度上可

1746053060.8708