这一篇会介绍关于模型的评价指标,介绍每个指标的含义以及如何进行计算和如何代码实现。
数据样本不平衡时处理方法(Resampling strategies for imbalanced datasets)
这一篇介绍一下关于样本不平衡的处理的方式,主要介绍两种采样方式,分别是上采样和下采样。这里主要介绍最简单的上采样和下采样,更多的内容见文章中的链接。
Saliency Maps的原理与简单实现(使用Pytorch实现)
这一篇主要介绍一种模型解释的方式,Saliency Maps来进行对模型的解释。我们会结合论文说明Saliency Maps的基本原理和实验Pytorch来完成Saliency M...
混淆矩阵的绘制(Plot a confusion matrix)
这一篇简单介绍一下混淆矩阵的计算和绘制,混淆矩阵可以用来判断模型预测的结果。
TF-IDF简单介绍
这一篇简单介绍一下TF-IDF的相关内容,包括如何进行计算和如何使用sklearn和pandas进行结合的时候, 进行计算。
LightGBM使用简单介绍
这一篇介绍一下关于LightGBM的简单使用方式。主要介绍一下各个参数的含义和一些简单的例子,简单的功能。
Recurrent Neural Network(RNN)简单介绍
这一篇文章会简单介绍一下RNN的相关内容,主要介绍关于Simple RNN, LSTM, GRU的一些相关的计算。
Seq2Seq with Attention(注意力模型介绍)
这一篇文章会介绍关于基本的encode-decode-attention的内容。主要内容基于pytorch官网的例子进行修改和加上一些自己的理解。
Pytorch训练时候导入大量数据(How to load large data)
这一篇文章主要讲一下在Pytorch中,如何处理数据量较大,无法全部导入memory的情况。同时,也会说明一下如何使用Pytorch中的Dataset。
CNN文章总结(简单汇总)
这一篇文章是对我所发过的CNN的文章的一个简单的汇总。主要把自己写过CNN文章的链接总结在这里。
17