码迷,mamicode.com
首页 >  
搜索关键字:准确率    ( 609个结果
目标检测评价指标
转:https://blog.csdn.net/syoung9029/article/details/56276567 召回率(Recall),精确率(Precision),平均正确率(AP),交除并(IoU) 摘要 在训练YOLO v2的过程中,系统会显示出一些评价训练效果的值,如Recall,I ...
分类:其他好文   时间:2019-06-20 15:44:08    阅读次数:190
AUC计算方法
本质是ROC曲线下的面积,ROC曲线x轴是误判率(false positive rate),y轴是准确率(true positive rate)。 AUC计算: 1. 使用Wilcoxon-Mann-Witney Test AUC和Wilcoxon-Mann-Witney Test有等价的性质。Wi ...
分类:其他好文   时间:2019-06-19 17:05:02    阅读次数:120
log loss与ctr预估
ctr预估是工业界做推荐、广告等的基本问题,下面以熟悉的推荐场景为例,目标是提高abtest的线上指标,时长、互动和留存,反应到ctr模型的评估指标,可以是auc,logloss,ngcd等,auc反映了模型区分正负例的能力,auc提高不一定对应到线上指标提示,可能只是对item的预估分更准,对一个 ...
分类:其他好文   时间:2019-06-17 01:10:23    阅读次数:129
机器学习中的度量——相似度
      机器学习是时下流行AI技术中一个很重要的方向,无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率,本文中将介绍机器学习中各种“度 ...
分类:其他好文   时间:2019-06-15 20:25:22    阅读次数:108
机器学习中的度量——相关系数
      机器学习是时下流行AI技术中一个很重要的方向,无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率,本文中将介绍机器学习中各种“度 ...
分类:其他好文   时间:2019-06-15 20:07:28    阅读次数:98
机器学习中的度量——统计上的距离
      机器学习是时下流行AI技术中一个很重要的方向,无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率,本文中将介绍机器学习中各种“度 ...
分类:其他好文   时间:2019-06-15 18:56:51    阅读次数:115
目标检测评价标准
评价训练效果的值——精准度(precision)、召回率(recall)、准确率(accuracy)、交除并(IoU) 评价训练效果的值——精准度(precision)、召回率(recall)、准确率(accuracy)、交除并(IoU) 评价训练效果的值——精准度(precision)、召回率(r ...
分类:其他好文   时间:2019-06-14 14:36:05    阅读次数:119
机器学习中的度量——字符串距离
      机器学习是时下流行AI技术中一个很重要的方向,无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率,本文中将介绍机器学习中各种“度 ...
分类:其他好文   时间:2019-06-09 00:52:20    阅读次数:143
实现手写体 mnist 数据集的识别任务
实现手写体 mnist 数据集的识别任务,共分为三个模块文件,分别是描述网络结构的前向传播过程文件(mnist_forward.py)、 描述网络参数优化方法的反向传播 过 程 文件 ( mnist_backward.py )、 验证 模 型 准确 率 的 测试 过 程 文件(mnist_test. ...
分类:其他好文   时间:2019-06-04 22:11:57    阅读次数:108
华为HCIP已经成功考过,又变了新题,新版本题库有需要的嘛?
HCIP又变题了,有需要最新最全题库(5月31日)的小伙伴可以加QQ154649238命中准确率90%以上,因为是6月新题库,比较难得,有什么问题可以问我。
分类:其他好文   时间:2019-06-04 09:21:28    阅读次数:599
609条   上一页 1 ... 13 14 15 16 17 ... 61 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!