HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

机器学习算法系列(十二)-二次判别分析算法(Quadratic Discriminant Analysis Algorithm)

阅读本文需要的背景知识点:线性判别分析、一丢丢编程知识一、引言  前面两节介绍了线性判别分析在不同角度下的实现方式,一种是根据费舍尔“类内小、类间大”的角度,另一种则是从概率分布的角度。本节来介绍另一种判别分析——二次判别分析算法(https://link.segmentfau

1月论文推荐:Hyper-Tune 满足大规模高效分布式自动超参数调整的 SOTA 架构

为了提高机器学习应用程序的效率和质量,工业规模机器学习模型不断增加的复杂性刺激了对自动超参数调整方法的研究,尽管自动超参数调整现是许多数据系统的重要组成部分,但最先进方法的有限可扩展性已成为瓶颈。为了解决这个问题,北京大学、苏黎世联邦理工学院和快手科技的研究团队提出了HyperTune,这

AI开发平台系列2:集成式机器学习平台对比分析

【编者按:在上一期中,我们介绍了算法开发平台的发展背景和驱动力,算法开发平台的主要分类——集成式机器学习平台和AI基础软件平台,以及算法开发平台的核心价值。在本期的分享中,我们将上期所提到的云厂商集成式机器学习平台进行功能和技术的具体分析和对比】近年来,云计算厂商纷纷向云计算AI转型,无论是百

t 检验的 3 种常用方法及在 Python 中使用样例

t检验是一种统计技术,可以告诉人们两组数据之间的差异有多显著。它通过将信号量(通过样本或总体平均值之间的差异测量)与这些样本中的噪声量(或变化)进行比较来实现。有许多有用的文章会告诉你什么是t检验以及它是如何工作的,但没有太多材料讨论t检验的不同变体以及何时使用它们。本文将介绍t检验的

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。