数据挖掘

  1. Bias-Variance trade-off
  1. 启发式参数优化算法举例
  1. 参数寻优:梯度下降/牛顿下降法 追根溯源
  1. 频繁项集算法分析
  1. 并查集算法及其在约束传递中的应用
  1. Floyd解决传递闭包
  1. 金融时间序列分析-ARCH模型
  1. 动态规划算法简介
  1. EM算法的应用——GMM参数估计
  1. 机器学习十大经典算法之EM算法
  1. 简要讨论数据不平衡(一)
  1. 简要讨论数据不平衡(二)
  1. 降维算法(一)————PCA
  1. 降维算法(二)————MDS
  1. 层次聚类算法

原创文章,作者:admin,如若转载,请注明出处:https://www.isclab.org.cn/2014/10/18/2%e6%95%b0%e6%8d%ae%e6%8c%96%e6%8e%98/

(0)
adminadmin
上一篇 2014年10月18日
下一篇 2014年10月18日

相关推荐

  • 从任务划分就开始与众不同的元学习

    meta-learning即元学习,也可以称为“learning to learn”。常见的深度学习模型,目的是学习一个用于预测的数学模型。而元学习面向的不是学习的结果,而是学习的…

    2022年10月3日
    1.2K
  • 文本生成中的幻觉

    本次报告讲解了文本生成中的幻觉问题。首先从文本生成的基本原理出发引入到幻觉问题,着重介绍了幻觉的概念、产生原因以及解决方法。然后从添加外部信息和幻觉数据处理两个角度入手分别介绍了K…

    2023年8月20日
    1.2K
  • 计算机启动流程详解2

          计算机从按下电源按钮到操作系统启动完成的过程其实相当复杂,大多数普通用户可能并不了解其中的过程和玄机。本次报…

    2018年6月10日
    1.4K
  • 成员推理攻击和防御

    机器学习已经演化为了一种服务模式,即机器学习即服务模式。互联网公司或提供模型训练接口,或提供模型预测接口给用户以提供相应的服务。但是,在提供服务的整个过程中,机器学习模型不可避免的…

    2021年6月24日
    3.0K
  • 基于深度学习的文本分类方法

    在自然语言处理任务中,文本分类旨在将文本文档分类为给定的类别,是一项基础而重要的任务。近年来,深度神经模型由于其表现力和对特征工程的最低要求而在文本分类中越来越受欢迎。然而,将深度…

    2022年3月7日
    1.2K
  • 网络嵌入研究方法综述

    网络嵌入(Network Embedding)是针对网络中节点进行特征学习的一项新兴的研究任务,它旨在将网络中的节点表示成低维、实值、稠密的向量形式,使得得到的向量形式可以在向量空…

    2020年3月23日
    2.3K
  • 基于度量学习的小样本学习方法介绍

    Few-shot learning (FSL)的含义是得到从少量样本中学习和概括的能力,它希望机器学习模型在学习了一定类别的大量数据后,对于新的类别,只需要少量的样本就能快速学习。…

    2020年11月2日
    2.5K
  • 动态异质图神经网络

    本次报告围绕动态图神经网络的最新研究进展展开,重点探讨其在处理时序图数据中的关键技术与应用。报告首先介绍了动态图的结构特性与建模挑战,随后系统分析了主流动态图神经网络架构的设计思想…

    2025年7月10日
    1.4K
  • 代码异味检测

    本次学术报告对以往实验室软件系统/代码质量评估的研究方向做了一个总结并引出新的概念:代码异味检测。针对代码异味概念,生成原因和研究最新的方向进行了探讨。同时结合两篇论文,从多异味检…

    2023年6月5日
    1.5K
  • 人工智能系统安全综述

    人类正在经历着由深度学习技术推动的人工智能浪潮,它为人类生产和生活带来了巨大的技术革新。然而,以往的机器学习理论大多没有考虑开放甚至对抗的系统运行环境,逐渐暴露出了许多安全和隐私问…

    2020年4月22日
    1.9K