摘要: 作者|The AI LAB 编译|VK 来源|Medium 对SparseNN模型的过拟合进行研究,并探索了多种正则化方法,如嵌入向量的max-norm/constant-norm、稀疏特征id的dropout、参数的freezing、嵌入收缩等。然而,据我们所知,在单次训练中,没有显著的减少过拟合 阅读全文
posted @ 2020-07-27 20:47 人工智能遇见磐创 阅读(230) 评论(0) 推荐(0) 编辑
摘要: 作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 文本分类是自然语言处理的重要应用之一。在机器学习中有多种方法可以对文本进行分类。但是这些分类技术大多需要大量的预处理和大量的计算资源。在这篇文章中,我们使用PyTorch来进行多类文本分类,因为它有如 阅读全文
posted @ 2020-07-27 13:01 人工智能遇见磐创 阅读(1659) 评论(0) 推荐(0) 编辑
摘要: 作者|Michael Grogan 编译|VK 来源|Towards Data Science 蒙特卡洛这种方法在金融等领域得到了广泛的应用,以便对各种风险情景进行建模。 然而,该方法在时间序列分析的其他方面也有重要的应用。在这个特定的例子中,让我们看看蒙特卡洛方法如何被用来为web页面浏览量建模。 阅读全文
posted @ 2020-07-27 01:15 人工智能遇见磐创 阅读(428) 评论(0) 推荐(0) 编辑