0
点赞
收藏
分享

微信扫一扫

人工智能——多算法组合与模型最优


目录

​​1 机器学习​​

​​2 多算法组合与模型最优​​

​​2.1 模型选择 ​​

​​2.1.1 模型选择的准备工作​​

​​2.1.2 模型参数和超参数的选择 ​​

​​2.2 模型效果优化 ​​

​​2.2.1 模型状态分析 ​​

​​2.2.2 线性模型的权重分析 ​​

​​2.2.3 Bad-case分析​​

​​2.2.4 模型融合 ​​

1 机器学习


2 多算法组合与模型最优


2.1 模型选择 

2.1.1 模型选择的准备工作

人工智能——多算法组合与模型最优_权重

人工智能——多算法组合与模型最优_算法_02

2.1.2 模型参数和超参数的选择 

人工智能——多算法组合与模型最优_人工智能_03

人工智能——多算法组合与模型最优_人工智能_04

 

人工智能——多算法组合与模型最优_机器学习_05

 

人工智能——多算法组合与模型最优_人工智能_06

2.2 模型效果优化 

人工智能——多算法组合与模型最优_权重_07

2.2.1 模型状态分析 

人工智能——多算法组合与模型最优_模型选择_08

人工智能——多算法组合与模型最优_模型选择_09

人工智能——多算法组合与模型最优_机器学习_10

人工智能——多算法组合与模型最优_算法_11

2.2.2 线性模型的权重分析 

人工智能——多算法组合与模型最优_权重_12

2.2.3 Bad-case分析

人工智能——多算法组合与模型最优_机器学习_13

2.2.4 模型融合 

人工智能——多算法组合与模型最优_模型选择_14

人工智能——多算法组合与模型最优_机器学习_15

 

人工智能——多算法组合与模型最优_模型选择_16

 

人工智能——多算法组合与模型最优_算法_17

 

人工智能——多算法组合与模型最优_权重_18

 

人工智能——多算法组合与模型最优_权重_19

 

人工智能——多算法组合与模型最优_模型选择_20

 

人工智能——多算法组合与模型最优_算法_21

举报

相关推荐

0 条评论