摘要：
统计学是涉及数据的收集，组织，分析，解释和呈现的学科。 统计的类型 描述性统计 描述性统计是以数字和图表的形式来理解、分析和总结数据。对不同类型的数据(数值的和分类的)使用不同的图形和图表来分析数据，如条形图、饼图、散点图、直方图等。所有的解释和可视化都是描述性统计的一部分。重要的是要记住，描述性统 阅读全文
摘要：
Pycaret是Python中的一个开源可自动化机器学习工作流程的低代码机学习库。它是一种端到端的机器学习和模型管理工具。要了解有关Pycaret的更多信息，可以查看官方网站或GitHub。 1、与最新版本的Scikit-Learn完全兼容 Pycaret 2.x需要Scikit-Learn 0.2 阅读全文
摘要：
机器学习和深度学习中的模型都是遵循数学函数的方式创建的。从数据分析到预测建模，一般情况下都会有数学原理的支撑，比如：欧几里得距离用于检测聚类中的聚类。 傅里叶变换是一种众将函数从一个域转换到另一个域的数学方法，它也可以应用于深度学习。 本文将讨论傅里叶变换，以及如何将其用于深度学习领域。 什么是傅里 阅读全文
摘要：
为什么要增加训练数据 机器学习中的数据增强主要通过人工构建数据，增加训练集的大小使模型达到更好的泛化特性。这是一个在机器学习学科中进行的广泛研究的研究领域。 数据增强的主要作用如下： 增加了模型的概括功能； 对于不平衡数据集很有用； 可以最大程度地减少标注工作； 提高了针对对抗性攻击的健壮性； 一般 阅读全文
摘要：
Micro-Outlier Removal：这个词听起来不错。但是这个术语是本文的作者首创的。所以应该找不到其他相关的资料，但是看完本篇文章你就可以了解这个词的含义。 在Kaggle 的《Titanic》排行榜中，作者使用这项技术获得了巨大排名飞跃- 在使用这个技术之前排名是12616 使用这个技术 阅读全文
摘要：
分箱是一种常见的数据预处理技术有时也被称为分桶或离散化，他可用于将连续数据的间隔分组到“箱”或“桶”中。在本文中，我们将讨论使用 python Pandas 库对数值进行分箱的 4 种方法。 我们创建以下合成数据用于演示 import pandas as pd # version 1.3.5 imp 阅读全文
摘要：
1、Hybridised Loss Functions for Improved Neural Network Generalisation Matthew C. Dickson, Anna S. Bosman, Katherine M. Malan https://arxiv.org/pdf/22 阅读全文
摘要：
在 SimCLS [2]论文发布后不久，作者又发布了抽象文本摘要任务的SOTA结果 [1]。BRIO在上述论文的基础上结合了对比学习范式。 BRIO解决什么问题？ 上图显示 seq2seq 架构中使用的传统 MLE 损失与无参考对比损失之间的差异。 我们通常使用最大似然估计(Maximum Like 阅读全文
摘要：
数据可视化基本上是数据的图形表示。在探索性数据分析中，可以使用数据可视化来理解变量之间的关系，还可以通过视化数据揭示底层结构或了解数据信息。 有多种工具可以帮助我们创建数据可视化。Seaborn就是其中之一 ，它是一个流行的 Python 数据可视化库。虽然Seaborn也是基于 Matplotli 阅读全文
摘要：
太多的特征会增加模型的复杂性和过拟合，而太少的特征会导致模型的拟合不足。将模型优化为足够复杂以使其性能可推广，但又足够简单易于训练、维护和解释是特征选择的主要工作。 “特征选择”意味着可以保留一些特征并放弃其他一些特征。本文的目的是概述一些特征选择策略： 删除未使用的列 删除具有缺失值的列 不相关的 阅读全文