machine-learning

machine-learning

文章 0 浏览 5

使用 PyLucene 作为 K-NN 分类器

我有一个由数百万个示例组成的数据集,其中每个示例包含 128 个按名称分类的连续值特征。我正在尝试找到一个强大的大型数据库/索引来用作高维数据的 K…

时光磨忆 2024-10-30 08:06:50 3 0

术语提取和情感分析开源项目

Closed. This question does not meet Stack Overflow guidelines. It is not currently accepting answers. 要求我们推荐或查找工具、库或最喜欢的…

ㄖ落Θ余辉 2024-10-30 03:55:15 1 0

OPTICS(聚类)算法的Python实现

我正在寻找 Python 中 OPTICS 算法的合适实现。我将使用它来形成基于密度的点簇((x,y) 对)。 我正在寻找接受 (x,y) 对并输出集群列表的东西,其中列…

山有枢 2024-10-29 16:42:04 5 0

是否可以使用 scikit-learn K-Means Clustering 指定您自己的距离函数?

是否可以使用 scikit-learn K-Means Clustering 指定您自己的距离函数?…

梦途 2024-10-29 11:38:26 6 0

事件关联和过滤 - 如何、从哪里开始?

获得异步事件流,其中每个事件都包含以下信息 - 代理机构(我的解决方案可能提供服务的多个代理机构之一) 代理(代理机构中的多个代理之一) 服务实…

掩饰不了的爱 2024-10-28 22:02:38 7 0

如何实现 K-Means++算法?

我无法完全理解 K-Means++ 算法。我感兴趣的是如何选择第一个 k 质心,即初始化,其余部分就像原始 K-Means 算法。 使用的概率函数是基于距离还是高斯…

謌踐踏愛綪 2024-10-27 22:50:01 5 0

记录实施朴素贝叶斯进行文本分类的可能性

我正在实施朴素贝叶斯算法进行文本分类。我有大约 1000 个用于培训的文档和 400 个用于测试的文档。我认为我已经正确实施了培训部分,但我在测试部分…

淡看悲欢离合 2024-10-27 18:29:39 8 0

脉冲(尖峰)神经网络是否优于循环神经网络?

脉冲神经网络和循环神经网络都可以对时变信息进行建模。但我不确定哪种模型相对于计算成本更好。使用更复杂的脉冲神经网络是否值得,或者循环神经网络…

乙白 2024-10-27 11:32:09 6 0

Mallet CRF SimpleTagger 性能调优

对于任何使用 Java 库 Mallet 的 SimpleTagger 类进行条件随机字段 (CRF) 的人来说,这是一个问题。假设我已经使用多线程选项来获得可用的最大 CPU 数…

青萝楚歌 2024-10-27 10:54:28 3 0

神经网络需要二进制输入吗?

可能的重复: 从事神经网络项目 神经网络是否强制只接受二进制值作为输入?…

听风念你 2024-10-27 10:13:29 8 0

从纯文本描述调用函数

我有一个应用程序,它在幕后具有常见的数学函数: add(x, y) multip(x, y) square(x) 该界面是一个简单的谷歌风格的文本字段。我希望用户能够输入纯文…

趴在窗边数星星i 2024-10-27 09:44:40 6 0

机器学习,最佳技术

我想知道学习对图片和音频进行分类的最佳技术。 SVM 做得不错,但需要花费很多时间。有人知道更快更好的吗?我还想知道 SVM 最快的库。…

岁月静好 2024-10-27 00:57:31 5 0

AI技术的常见用途

我目前的职位是一名构建工程师,但我涉足应用人工智能技术来提高我们的能力。我感兴趣的是你们的团队如何在现实生活中使用人工智能技术(模式识别、机…

绿萝 2024-10-26 21:32:59 6 0

我应该选择以下哪些项目来参加 NLP 夏季研讨会?

我计划在印度参加一个以项目为导向的自然语言处理高级夏季研讨会。 在研讨会开始之前,我必须从以下四个我所知有限的领域中做出项目偏好。 机器翻译开…

两人的回忆 2024-10-26 01:40:05 6 0

最相距的 k 个元素(聚类?)

我有一个简单的机器学习问题: 我有 n (~110) 个元素,以及所有成对距离的矩阵。我想选择相距最远的 10 个元素。也就是说,我想要 Maximize: Choose 1…

攀登最高峰 2024-10-26 00:42:45 8 0
更多

推荐作者

離殇

文章 0 评论 0

小姐丶请自重

文章 0 评论 0

Aik

文章 0 评论 0

国产ˉ祖宗

文章 0 评论 0

猥琐帝

文章 0 评论 0

半仙

文章 0 评论 0

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文