Deephub
更多文章请关注公众号：Deephub-IMBA
可以提高你的图像识别模型准确率的7个技巧
下面是一些提高模型性能指标的策略或技巧，可以大大提升你的准确率。
基于树的机器学习模型的演化
基于树的分类模型是一种监督机器学习算法，它使用一系列条件语句将训练数据划分为子集。
使用卷积神经网络构建图像分类模型检测肺炎
在本篇文章中，我将概述如何使用卷积神经网络构建可靠的图像分类模型，以便从胸部x光图像中检测肺炎的存在。
深入SVM：支持向量机核的作用是什么
您可能听说过所谓的内核技巧，这是一种支持向量机(SVMs)处理非线性数据的小技巧。
反向传播算法：定义，概念，可视化
最全的反向传播定义感念介绍
使用卡尔曼滤波平滑时间序列，提高时序预测的准确率
在时间序列预测中，脏乱数据的存在会影响最终的预测结果。这是肯定的，尤其是在这个领域，因为时间依赖性在处理时间
在PyTorch中使用Seq2Seq构建的神经机器翻译模型
在这篇文章中，我们将构建一个基于LSTM的Seq2Seq模型，使用编码器-解码器架构进行机器翻译。
Pandas处理时间序列数据的20个关键知识点
时间序列数据有许多定义，它们以不同的方式表示相同的含义。一个简单的定义是时间序列数据包括附加到顺序时间点的数据点。
15个应该掌握的Jupyter Notebook 使用技巧
Jupyter Notebook是一个基于浏览器的交互式编程环境（REPL, read eval print
使用梯度上升欺骗神经网络，让网络进行错误的分类
在本教程中，我将将展示如何使用梯度上升来解决如何对输入进行错误分类。出如何使用梯度上升改变一个输入分类神经网
8种交叉验证类型的深入解释和可视化介绍
交叉验证（也称为“过采样”技术）是数据科学项目的基本要素。它是一种重采样过程，用于评估机器学习模型并访问该模
通过实例理解如何选择正确的概率分布
概率分布是描述获得事件可能值的数学函数
解决数独问题用人工智能还是量子计算?
探索如何使用人工智能或量子计算机从头开始创建一个智能数独求解器。
机器学习中的标签泄漏介绍及其如何影响模型性能
简而言之，当您要预测的信息直接或间接出现在训练数据集中时，就会发生标签泄漏或目标泄漏。
在GAN中通过上下文的复制和粘贴，在没有数据集的情况下生成新内容
GAN体系结构一直是通过AI生成内容的标准，但是它可以实际在训练数据集中提供新内容吗？ 还是只是模仿训练数据并以新方式混合功能？
如何管理和组织一个机器学习项目
本文主要分享一些组织管理机器学习项目的实践经验
从单词嵌入到文档距离 ：WMD一种有效的文档分类方法
文档分类和文档检索已显示出广泛的应用。文档分类的重要部分是正确生成文档表示。马特·库斯纳（Matt J. K
适用于稀疏的嵌入、独热编码数据的损失函数回顾和PyTorch实现
在稀疏的、独热编码编码数据上构建自动编码器自1986年[1]问世以来，在过去的30年里，通用自动编码器神经网
基于可变自动编码器(VAE)的生成建模,理解可变自动编码器背后的原理
理解可变自动编码器背后的原理
使用GANs生成时间序列数据：DoppelGANger论文详解
在本文中，我们描述并应用了一种最新的强大方法的扩展版本，以生成合成顺序数据DoppelGANger。