机器学习 - 标签 - bonelee

小样本学习年度进展|VALSE2018

bonelee 2020-06-02 20:19 阅读:633 评论:0 推荐:0 编辑

bonelee 2020-04-07 14:40 阅读:4565 评论:1 推荐:0 编辑

bonelee 2020-04-07 14:17 阅读:10188 评论:0 推荐:2 编辑

bonelee 2019-11-29 15:48 阅读:278 评论:0 推荐:0 编辑

如何利用AI识别未知——加入未知类（不太靠谱），检测待识别数据和已知样本数据的匹配程度（例如使用CNN降维，再用knn类似距离来实现），将问题转化为特征搜索问题而非决策问题，使用HTM算法（记忆+模式匹配预测就是智能），GAN异常检测，RBF

bonelee 2019-07-17 14:49 阅读:3985 评论:2 推荐:0 编辑

非参数估计：核密度估计KDE

bonelee 2019-06-19 11:18 阅读:45305 评论:0 推荐:1 编辑

参数检验——当总体分布已知（如总体为正态分布），根据样本数据对总体分布的统计参数进行推断非参数检验——利用样本数据对总体分布形态等进行推断的方法。

bonelee 2019-06-19 11:13 阅读:2174 评论:0 推荐:1 编辑

利用Minhash和LSH寻找相似的集合

bonelee 2019-05-31 14:06 阅读:894 评论:0 推荐:0 编辑

One Class SVM 对于样本不均衡处理思路——拿出白样本建模，算出outlier，然后用黑去检验效果

bonelee 2019-05-27 14:56 阅读:3176 评论:0 推荐:0 编辑

HMM 模型输入数据处理的优雅做法来自实际项目

bonelee 2019-05-14 10:46 阅读:1100 评论:0 推荐:0 编辑

prefixspan python

bonelee 2019-04-12 15:49 阅读:3030 评论:0 推荐:0 编辑

K-Means ++ 和 kmeans 区别

bonelee 2019-03-02 16:02 阅读:6721 评论:0 推荐:0 编辑

基尼指数——基尼系数是指国际上通用的、用以衡量一个国家或地区居民收入差距的常用指标。基尼系数介于0-1之间，基尼系数越大，表示不平等程度越高。

bonelee 2018-11-30 15:20 阅读:3810 评论:0 推荐:0 编辑

时间序列预测——深度好文，ARIMA是最难用的（数据预处理过程不适合工业应用），线性回归模型简单适用，预测趋势很不错，xgboost的话，不太适合趋势预测，如果数据平稳也可以使用。

bonelee 2018-11-03 22:54 阅读:18825 评论:2 推荐:0 编辑

MAP 最大后验——利用经验数据获得对未观测量的点态估计

bonelee 2018-09-04 11:45 阅读:484 评论:0 推荐:0 编辑

MAPE 平均绝对百分误差

bonelee 2018-09-03 16:49 阅读:27762 评论:0 推荐:0 编辑

facebook开源的prophet时间序列预测工具---识别多种周期性、趋势性（线性，logistic）、节假日效应，以及部分异常值

bonelee 2018-09-03 11:06 阅读:26372 评论:0 推荐:3 编辑

Dlib——C++机器学习库，有传统机器学习的，也有深度学习的

bonelee 2018-08-30 14:49 阅读:5932 评论:0 推荐:0 编辑

ARIMA模型——本质上是error和t-?时刻数据差分的线性模型！！！如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理!ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数

bonelee 2018-08-23 14:14 阅读:4074 评论:0 推荐:1 编辑

Holt-Winters模型原理分析

bonelee 2018-08-08 11:48 阅读:10568 评论:1 推荐:0 编辑

将者，智、信、仁、勇、严也。

Hi，我是李智华，华为-安全AI算法专家，欢迎来到安全攻防对抗的有趣世界。

当前标签：机器学习

公告

搜索

常用链接

我的标签

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论