Found 20 bookmarks
Custom sorting
沒有實作所以只好講幹話系列(三) :: 過擬合了 !! - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
沒有實作所以只好講幹話系列(三) :: 過擬合了 !! - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
零、引言 當我們在訓練模型時,並不是訓練越久越好,雖然對訓練模型可以有好的擬合度,但對於「非訓練集」的資料卻不是這麼回事,訓練過度就有可能造成「過擬合」(overfitting)。今天就想來談一談ov...
·ithelp.ithome.com.tw·
沒有實作所以只好講幹話系列(三) :: 過擬合了 !! - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
不是資工系能找機器學習工作嗎?跨領域面試經驗分享 • 好豪筆記
不是資工系能找機器學習工作嗎?跨領域面試經驗分享 • 好豪筆記
不是資工系能找到機器學習工作嗎?可以!2021 年我從商管學士跨領域挑戰了機器學習職缺,投了 10 家公司的履歷、經歷了 9 場面試、最終拿到 1 間錄取。本文寫下我的面試歷程、機器學習面試題、以及準備方法與學習資源,希望為大家增加信心:非本科系是有機會拿到機器學習工作錄取的!
·haosquare.com·
不是資工系能找機器學習工作嗎?跨領域面試經驗分享 • 好豪筆記
《決策樹系列》 XGBoost模型理論
《決策樹系列》 XGBoost模型理論
從在學校以來就很少碰到決策樹的演算法,決策樹演算法相較於深度學習有較好的可解釋性、且需要調整的參數較少,這也是為什麼我想要研究決策樹演算法的關係。上一篇《決策樹是什麼》簡單描述了決策樹的演算方式,這偏則是要介紹大名鼎鼎的XGBOOST《XGBoost: A Scalable…
·medium.com·
《決策樹系列》 XGBoost模型理論
聯邦學習 - 維基百科,自由的百科全書
聯邦學習 - 維基百科,自由的百科全書
聯邦學習是一種機器學習技術,具體來說就是人們在多個擁有本地資料樣本的分散式邊緣裝置或伺服器上訓練演算法。這種方法與傳統的集中式機器學習技術有顯著不同,傳統的集中式機器學習技術將所有的本地資料集上傳到一個伺服器上,而更經典的分散式方法則通常假設本地資料樣本都是相同分布的。聯合學習使多個參與者能夠在不共享資料的情況下建立一個共同的、強大的機器學習模型,從而可以解決資料隱私、資料安全、資料存取權限和異構資料訪問等關鍵問題。
·zh.wikipedia.org·
聯邦學習 - 維基百科,自由的百科全書