2024年度福建数据要素应用优秀案例公布

以工程及政采招投标数据为核心,结合其他开放数据,运用评分卡、逻辑回归、XGBOOST、决策树等机器学习模型,打造行业信用评价体系,为金融机构描绘企业信用画像,破解银企信息不对称的困境,解决行业中小微企业融资难题,推动企业可持续发展。(申报单位:福建大数据交易有限公司、易信(厦门)信用服务技术有限公司)3.金服云征信企...

量化旗谈:人生优化与机器学习 | 金言洞见

这种分层简化、捋清问题的结构化思维,其实就可以类比机器学习中非常常用的决策树算法——根据不同特征的值递归地将数据集分割成子集,以创建同质的目标子集。当然,机器学习中涉及到的算法非常多,除了决策树之外,还有最近邻(KNN)、支持向量机(SVM)、学习矢量量化(LVQ)、随机森林等多种算法,适用于不同的任务场景。

策略产品经理:模型训练常知的六种算法

基本框架要素:1.根节点:包含所有原始样本数据,会被进一步分割成多个子集合。2.决策节点和叶子节点:叶子节点“不再被分割”,但可以分,决策节点根据特征继续分割。3.父节点与子节点:被分割成子节点的节点被称为子节点的父节点。决策树种类:①分类树②回归树决策树效果评估:选择哪些特征组合构建效果最好呢?

创新者因计算而相遇,《麻省理工科技评论》中国正式发布“2023年...

面向机器学习分布式训练,提出的“延迟-补偿”机制被集成到深度学习分布式训练开源平台ONNX中,成为分布式机器学习的标准协同机制之一,被国内外近40家企业使用;提出的大规模决策树模型聚合方法构成了分布式决策树开源平台LightGBM的核心技术,开源平台被超6000个开源项目使用。关注领域专用的编程与编译优化技术和数...

一文通俗讲透决策树模型

“两种策略:①预剪枝:是在决策树生成过程中,限制划分的最大深度、叶子节点数和最小样本数目等,以减少不必要的模型复杂度;②后剪枝:是先从训练集生成一棵完整的决策树,然后用用验证集自底向上地对非叶结点进行考察,若将该节点对应的子树替换为叶子结点(剪枝)能带来决策树的泛化性能提升(即目标函数损失更小,常用...

香港战疫的目标、决策树,及deep-state和黄营思维

9.香港的中期目标:防疫模式的“决策树”10.回到★选择一:香港到底能不能复制中国内地的模式?11.如果“共存”的代价很大,香港黄营会不会感激内地驰援、认可内地的模式?12.香港的远期目标:到底能不能与内地的体制融合?△(先放一个图,但我们在后面才会讨论这个图)...

深度森林第三弹:周志华组提出可做表征学习的多层梯度提升决策树

摘要:多层表征被认为是深度神经网络的关键要素,尤其是在计算机视觉等认知任务中。尽管不可微模型如梯度提升决策树(gradientboostingdecisiontree,GBDT)是建模离散或表格数据的主要方法,但是它们很难整合这种表征学习能力。在本文中,我们提出了多层GBDT森林(mGBDT),通过堆叠多个回归GBDT层作为构建块,探索学习层级表...

09思维模型:决策树—让选择回归理性

三、决策树决策程序四要素1、绘制树状图:根据已知条件排列出各方案的各种状态;2、标示损益值:将各状态概率及损益值标于概率枝上;3、计算期望值:计算各方案期望值并标于对应的状态结点上;4、剪枝做决策:进行剪枝,比较各方案期望值,并标于方案枝上,将期望值小的(即劣等方案剪掉)所剩最后方案即为最佳方案。

美国防"增材制造路线图"全新解读

主要活动:一是培养综合实践能力,了解增材制造技术的开发和应用,具体步骤包括:综合利用现有组织材料、向行业和学术界学习最佳使用方法;二是根据员工的职能和层级,开设综合培训课程(教室、现场操作),具体步骤包括:制定培训/培训师标准、了解关键培训内容(增材制造基础知识、决策树等)和开发培训材料;三是吸引和留住关键人才...

基于流程挖掘视角下的数据要素利用研究

由此产生了各类流程挖掘算法,如利用概率统计技术过滤或迭代模型适应度的方式解决流程挖掘中的日志噪声问题的启发式算法、遗传算法等;为解决流程结构过于错综复杂、结构化程度低等问题,利用模糊聚类方法对日志实例进行聚类的聚类算法、模糊挖掘算法等;利用决策树分析、机器学习技术进一步对决策点进行因果解释的决策挖掘算法等...