新闻中心 
-
01-22理解和实施文本数据聚类文本数据聚类是一种无监督学习方法，用于将相似的文本归为一类。它能发现隐藏的模式和结构，适用于信息检索、文本分类和文本摘要等应用。文本数据聚类的基本思想是将文本数...
-
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层次聚类中使用的不同链接方法层次聚类是一种无监督学习技术，根据距离或相似性度量将相似的观察结果分组。链接方法决定了聚类间距离的计算方式。本文就来介绍下层次聚类中使用的链接方法，包括单链接、...
-
01-22用示例演示如何理解二进制类的混淆矩阵混淆矩阵是一种评估模式，帮助机器学习工程师更了解模型性能。本文以一个二元类不平衡数据集为例，测试集由60个正类样本和40个负类样本组成，用于评估机器学习模型。二...
-
12-01九种聚类算法，探索无监督机器学习今天，我想和大家分享一下机器学习中常见的无监督学习聚类方法在无监督学习中，我们的数据并不带有任何标签，因此在无监督学习中要做的就是将这一系列无标签的数据输入到算...
-
11-07DeepMind指出「Transformer无法超出预训练数据实现泛化」，但有人投来质疑难道Transformer注定无法解决「训练数据」之外的新问题？说起大语言模型所展示的令人印象深刻的能力，其中之一就是通过提供上下文中的样本，要求模型根据最终提...
