在这篇文章中，我将逐步讲解如何使用 TensorFlow 创建一个简单的机器学习模型。
2024-01-08 09:25
本文介绍了支持 ChatGPT 的机器学习模型的概况，文章将从大型语言模型的介绍开始，深入探讨用来训练 GPT-3 的革命性自我注意机制，然后深入研究由人类反馈的强化
2023-05-26 11:44
人工神经网络（ANN）与传统机器学习模型之间的不同，包括其原理、数据处理能力、学习方法、适用场景及未来发展趋势等方面，以期为读者提供一个全面的视角。
2024-07-04 14:08
科学家的主要作用是从数据中提取基础知识。材料科学中机器学习的目标是通过自动识别关键数据之间的关系来获得科学知识的深入理解，从而加速基础科学研究。但如何自动识别关键数据之间的关系尚需深入研究。
2019-07-07 11:25
机器学习的模型训练完成后，需要经过反覆的探索调校，What-If Tool不需撰写任何程式码，就能探索机器学习
2018-09-14 14:47
分类是机器学习最常见的应用之一。 分类技术可预测离散的响应 — 例如，电子邮件是不是垃圾邮件，肿瘤是恶性还是良性的。 分类模型可将输入数据划分成不同类别。 典型的应用包括医学成像、语音识别和信用评估。
2023-05-11 09:53
对信用卡交易数据建立检测模型，使用Python库进行预处理与机器学习建模工作，代码通俗易懂。包括数据预处理与清洗，模型调参与评估等详细数据分析与建模流程。
2018-10-04 09:44
在本文中，我们对文献中提出的用于解释基于不透明和模糊机器学习模型的决策系统的方法进行了全面的概述。首先，我们确定了解释问题的不同组成部分。特别是，我们提供了属于该范畴的每个问题的正式定义，为每个问题捕获了适当的特性。
2018-11-27 09:04
错误率为分类错误的样本数占样本总数的比例，相应的精度=1-错误率，模型的实际预测输出与样本的真实输出之间的差异称为“误差”，模型在训练集上的误差称为“训练误差”，在新样本上的误差称为“泛化误差”。
2020-01-29 10:30
。 在谈到人工智能安全、风险管理、投资组合优化、科学测量和保险时，人们都会提到「不确定性（uncertainty）」的概念。下面有几个人们言语中涉及不确定性的例子： 「我们想让机器学习模型知道它们不知道的东西。」 「
2019-01-10 10:42
