新闻中心 
-
01-22解析零样本学习(ZSL)的定义与意义零样本学习(ZSL)是一种机器学习范例，利用预先训练的深度学习模型来推广新类别的样本。它的核心思想是将已有的训练实例中的知识转移到测试实例的分类任务中。具体而言...
-
01-22介绍机器学习中的向量范数：L1、L2和L∞范数向量范数是衡量向量大小的指标，广泛应用于评估模型误差。在机器学习和深度学习中具有重要作用。机器学习的项目可以视为一个n维向量，其中每个维度表示数据的属性。因此，...
-
01-22优化ML模型部署的技巧随着机器学习技术的迅速进步，越来越多的企业和组织开始将其应用于生产环境中，以增强业务流程，提高效率并降低成本。然而，配置机器学习模型的一部分通常是一个复杂的过程...
-
01-22特征工程在机器学习中的重要性与应用特征工程是对原始数据进行处理，提取出对问题有用的特征，以便于机器学习算法训练。在机器学习领域，特征工程是提高模型性能的关键因素之一。通过精心选择和转换特征，可以...
-
01-22关于相似性度量和距离度量的关联在机器学习应用中，相似性度量是用来评估两个样本对象相似程度的指标。通常使用距离度量来表示，有效的距离度量可以提高机器学习模型的性能。不过从数值关系上，相似性度量...
-
01-22介绍常用的无监督学习算法无监督学习是一种机器学习方法，不使用标记示例，其目标是发现数据中的模式或结构。算法仅提供输入数据，自行发现数据的结构。1.聚类算法该算法用于根据样本的相似性将样...
