Deephub
更多文章请关注公众号：Deephub-IMBA
一个简单但是能上分的特征标准化方法
一般情况下我们在做数据预处理时都是使用StandardScaler来特征的标准化，如果你的数据中包含异常值，那么效果可能不好。
基于趋势和季节性的时间序列预测
分析时间序列的趋势和季节性，分解时间序列，实现预测模型
100+数据科学面试问题和答案总结 - 机器学习和深度学习
来自Amazon，谷歌，Meta, Microsoft等的面试问题，本文接着昨天的文章整理了机器学习和深度学习的问题
100+数据科学面试问题和答案总结 - 基础知识和数据分析
来自Amazon，google，Meta, Microsoft等的面试问题，问题很多所以对问题进行了分类整理，本文包含基础知识和数据分析相关问题
使用“BERT”作为编码器和解码器(BERT2BERT)来改进Seq2Seq文本摘要模型
BERT是一个著名的、强大的预先训练的“编码器”模型。让我们看看如何使用它作为“解码器”来形成编码器-解码器架构。
如何比较两个或多个分布：从可视化到统计检验的方法总结
比较一个变量在不同组中的分布是数据科学中的一个常见问题，在这篇文章中，我们将看到比较两个(或更多)分布的不同方法，并评估它们差异的量级和重要性。
评估和选择最佳学习模型的一些指标总结
在评估模型时，虽然准确性是训练阶段模型评估和应用模型调整的重要指标，但它并不是模型评估的最佳指标，我们可以使用几个评估指标来评估我们的模型。
位置编码（PE）是如何在Transformers中发挥作用的
Transformers不像LSTM具有处理序列排序的内置机制，它将序列中的每个单词视为彼此独立。所以使用位置编码来保留有关句子中单词顺序的信息。
主动学习（Active Learning） 概述、策略和不确定性度量
主动学习是指对需要标记的数据进行优先排序的过程，这样可以确定哪些数据对训练监督模型产生最大的影响。
模型的度量指标和损失函数有什么区别？为什么在项目中两者都很重要？
在本文中，我将解释为什么需要两个独立的模型评分函数来进行评估和优化……甚至还可能需要第三个模型评分函数来进行统计测试。
Curriculum Labeling：重新审视半监督学习的伪标签
Curriculum Labeling (CL)，在每个自训练周期之前重新启动模型参数，优于伪标签 (PL)
如何正确拆分数据集？常见的三种方法总结
拥有适当的验证策略是成功创建良好预测，使用AI模型的业务价值的第一步，本文中就整理出一些常见的数据拆分策略。
联合概率和条件概率的区别和联系
本文解释联合概率和条件概率之间区别和联系
使用神经网络模型创建一个龙与地下城怪物生成器
龙与地下城（DND）于1974年发行第一版，现在所有RPG游戏都有它的影子，在本文中我们将使用神经网络构建一个能够生成平衡数据的怪物生成器
5篇关于特征嵌入的研究论文推荐
5篇最新的论文推荐
数据科学的面试的一些基本问题总结
在这篇文章中，将介绍如何为成功的面试做准备的，以及可以帮助我们面试的一些资源。
基于自动编码器的赛车视角转换与分割
本文将利用vae将汽车前置视像头的图像转换成分割后的鸟瞰图
Multimix：从医学图像中进行的少量监督，可解释的多任务学习
在这篇文章中，我们解释了一个可用于联合学习分类和分割任务的新的稀疏监督多任务学习模型MultiMix。该论文使用四种不同的胸部x射线数据集进行了广泛的实验，证明了MultiMix在域内和跨域评估中的有效性。
使用贝叶斯优化进行深度神经网络超参数优化
在本文中，我们将深入研究超参数优化。
机器学习中训练和验证指标曲线图能告诉我们什么？
我们在训练和验证模型时都会将训练指标保存成起来制作成图表，这样可以在结束后进行查看和分析，但是你真的了解这些指标的图表的含义吗？