科研人员注意!机器学习的调参很重要 | 超参数 | 随机森林 | 逻辑回归 | 决策树 | 网格 | 随机 | 贝叶斯 | 算法 | 模型 | 知网

4059
1
2024-07-23 16:54:17
正在缓冲...
114
44
235
32
大家现在看到的是某篇医学论文中对于算法性能效果的评估,不知道大家有没有发现这其中存在什么问题?近年来很多行业学科都在积极拥抱机器学习,市面上也出现了一些低代码平台,可以帮助大家不用写代码就跑出模型的分数,但是很多时候大家都忽略了一个算法本身其实是有参数的,而模型其实是给定算法和给定参数训练在数据集上的结果,而同样的算法在不同参数下可能会有明显的效果差距,这个视频就来给大家看看这个影响有多大。如果你觉得这个视频对你有帮助的话欢迎一键三连,这对我真的很重要。
逸思长天致力于人工智能基础软件工具开发,在自动化机器学习领域进行技术创新。免费建模网址:changtianml.com
自动连播
1.5万播放
简介
大模型小学算术都不会,还能做机器学习吗? | ChatGPT | LLM | 机器学习 | 鸡兔同笼 | Agent | 人工智障 | 自然语言处理
02:47
科研人员注意!机器学习的调参很重要 | 超参数 | 随机森林 | 逻辑回归 | 决策树 | 网格 | 随机 | 贝叶斯 | 算法 | 模型 | 知网
06:19
算法工程师不能说的秘密!特征工程到底有多重要 | 开普勒 | 第谷 | 天文 | 行星 | 大数据 | 人工智能 | 机器学习 | 超参调优
04:29
科研必看方法论!AI for science 两大范式 | 数学建模 | 鄂维南 | 何凯明 | 开普勒 | 牛顿 | 残差 | ResNet | 机器学习
04:06
超易懂的分类任务指标详解!准确率、召回率、精确率、F1-score、AUC、ROC | 机器学习 | 分类 | 回归 | 聚类 | 关联规则 | 图计算
05:26
AUC很高但召回率很低怎么办?很实用的补救方法 | ROC | Recall | 阈值 | 准确率 | 混淆矩阵 | 网络安全 | Python
03:15
特征筛选的3个阶段,你用对了吗? | 机器学习 | Lasso | 方差分析 | IV | 相关系数 | 树模型 | SHAP | SHapley | 决策树
03:40
一定要进行特征筛选吗?别剔除了非线性规律! | 互信息 | pearson | spearman | 皮尔逊 | 斯皮尔曼 | 多重共线性
07:54
客服
顶部
赛事库 课堂 2021拜年纪