决策树的复兴?结合神经网络,提升ImageNet分类准确率且可解释
2020年4月24日 - 澎湃新闻
他们提出了一种神经支持决策树「Neural-backeddecisiontrees」,在ImageNet上取得了75.30%的top-1分类准确率,在保留决策树可解释性的同时取得了当前神经网络才能达到的准确率,比其他基于决策树的图像分类方法高出了大约14%。BAIR博客地址:httpsbair.berkeley.edu/blog/2020/04/23/decisions/论文...
详情
我国本土计算机学者向世界“科教输出”:周志华《西瓜书》上线英文...
2021年8月28日 - 网易
和中文版相同,英文版“西瓜书”共16章,大致分为3个部分:第1部分(第1～3章)介绍机器学习的基础知识;第2部分(第4～10章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3部分(第11～16章)为进阶知识,内容涉及特征选择与稀疏...
详情
周志华的《机器学习》西瓜书出全新视频课啦!
2019年6月12日 - 网易
第三阶段1.决策树2.集成学习3.进阶比赛:决策树和集成学习应用于天池o2o优惠券使用预测赛第四阶段1.特征选择2.降维3.进阶比赛:特征选择和降维应用于天池o2o优惠券使用预测赛第五阶段1.模型的评估与选择2.神经网络与深度学习3.进阶比赛:模型评估与选择应用于天池o2o优惠券使用预测赛...
详情
周志华教授与他的森林书
2020年8月24日 - 网易
一个集成由多个基学习器(baselearner)构成,而基学习器由基学习算法(baselearningalgorithm)在训练数据上训练获得,它们可以是决策树、神经网络或其他学习算法。大多数集成学习方法使用同一种基学习算法产生同质的基学习器,即相同种类的学习器,生成同质集成(homogeneousensemble);同时,也有一些方法使用多种学习算法训...
详情