梯度下降助力学习决策树 - 飞书文档
https://docs.feishu.cn/v/wiki/wikcn5CagnF93zLDuffR7nhuFud/a5... 分类的任务获得更准确的结果。 🔗 使用 ... 研究人员创建了一个名为Cola的基准来测试和改进这些AI模型，发现轻量级多模态适配器可以帮助模型更好地推理图像和语言。
飞搜侠
热门搜索
深度学习入门必知：从基础概念到实践操作
https://docs.feishu.cn/v/wiki/Ex6xwU77yiJzUakhqI7c79VInJb/a2机器学习：通常使用相对简单的算法（如线性回归、决策树）处理数据。需要人工设计特征工程来提高模型性能。 深度学习：通过深层神经网络自动学习特征，能够处理和学习 ...
Kaggle中表格数据集常用模型有哪些 - 飞书文档
https://docs.feishu.cn/v/wiki/Sh2SwivGaiNUv3kyah7cNjXLngf/a2这些模型在处理回归、分类、聚类等多种问题时都有广泛的应用。其中，线性回归和决策树通常被作为入门模型，而随机森林和梯度提升机因其强大的特征组合能力和较高的准确 ...
入门LightGBM与特征工程教程 - 飞书文档
https://docs.feishu.cn/v/wiki/MaARwcr8li63nikSFRRciRKSnje/a1... 模型、预测结果。 基础概念入门. GBDT. GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优 ...
深度学习vs 机器学习模型：时间序列预测中的GBRT与DNN的性能对比
https://docs.feishu.cn/article/wiki/HMrXw7wfpif0VhklpMQczpncnFA将梯度提升回归树（GBRT）转化为基于窗口的回归框架，其次对模型的输入和输出结构进行特征工程提升，使其能够最大限度地从额外的上下文信息中受益，将这种简单的机器学习方法 ...
AI专业术语 - 飞书文档
https://docs.feishu.cn/article/wiki/Kf9rwJlomiXOVikDTRFc6xLpnCf在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射 ... 把若干个单个分类器集成起来，通过对多个分类器的分类结果进行某种组合来决定最终的分类， ...
llm - course：大模型学习的全方位指南 - 飞书文档
https://docs.feishu.cn/v/wiki/BBqowQHXZiUWC3khsCOcQrZBnme/a6了解如何实现线性回归、逻辑回归、决策树、随机森林、k 最近邻(K-NN) 和K 均值聚类等算法非常重要。PCA 和t-SNE 等降维技术也有助于可视化高维数据。 资源：. Real ...
人工智能在数据预处理阶段的关键作用 - 飞书文档
https://docs.feishu.cn/v/wiki/Eq8swMRYHiTnvHkoo9wcxBuenPb/a2例如，在分类问题中，AI可以自动地比较决策树、支持向量机、神经网络等多种模型的性能，并选择出准确率最高的模型。同时，AI还可以通过集成学习的方法，将多个模型组合在一起， ...
史诗般总结——查理芒格的100个思维模型 - 飞书文档
https://docs.feishu.cn/article/wiki/NN9bwX7MlikXshkZoiYcFa2knIb4.决策树思维模型5.沉没成本思维模型6.易得性性偏差思维模型7.确认偏误思维模型8 ... **指数对数思维模型**55.**把背包扔过墙思维模型**56.**蝴蝶效应思维模型 ...
在模型训练中如何选择最佳模型？ - 飞书文档
https://docs.feishu.cn/v/wiki/YgNbwUJHKiMuCekhoZ9cEzgxnZc/aj导入模块导入Python中用于数据分析、机器学习建模和化学信息学所需的库。以下是每个库的简要说明： numpy: 提供强大的多维数组对象和相应的操作。 pandas: 提供高性能、 ...