新闻中心 
-
01-23了解广义线性模型的定义广义线性模型（GeneralizedLinearModel，简称GLM）是一种统计学习方法，用于描述和分析因变量与自变量之间的关系。传统的线性回归模型只能处理连...
-
01-23深入了解决策树模型：算法和问题讨论决策树是一种监督机器学习模型，利用带有标记的输入和目标数据进行训练。它通过树状结构表示决策过程，根据前几组标签/节点的回答来进行决策。决策树的优点在于它模仿人类...
-
01-23NLP模型集成：将GPT与其他模型融合集成方法在机器学习中常用，能够结合多个模型，减少方差、提高准确性和鲁棒性。在NLP领域，集成方法能够充分发挥不同模型的优点，克服它们的缺点。可以利用GPT、BE...
-
01-23自训练的概念及其与半监督学习的联系自训练是一种半监督分类方法，包括平滑度和聚类假设。因此，它也被称为自标记或决策导向学习。通常，当标记的数据集包含大量关于数据生成过程的信息，并且未标记的样本仅用...
-
01-23变分推理和期望最大化算法变分推断和EM算法是常用的概率图模型推断方法，都用于从观测数据中推断隐含变量的分布。它们在实际应用中被广泛使用，能够处理复杂问题。一、变分推断变分推断是一种近似...
-
01-23详解机器学习评估的F1得分指标准确性指标是衡量模型在整个数据集中正确预测的次数。然而，只有在数据集是类平衡的情况下，这个指标才是可靠的。也就是说，数据集中每个类别都有相同数量的样本。但是，现...
